本发明专利技术涉及人工智能技术领域,具体涉及一种基于人工智能和大数据的农业智能灌溉系统。该系统包括生长状态检测单元:根据农作物的RGB图像获取农作物的颜色分布特征图和纹理特征影像图以得到农作物的生长状态分布图;湿度分布获取单元:结合湿度传感器和生长状态分布图得到农田中每个位置的土壤湿度,根据土壤湿度获取农田中所有位置的湿度分布图;用水量预测单元:根据生长状态分布图和湿度分布图得到农田中干旱区域的干旱程度以得到灌溉用水量。结合农作物的生长状态和所在位置的土壤湿度对干旱区域进行浇灌,保证了浇灌的针对性,同时控制了灌溉用水量,避免水资源的浪费。避免水资源的浪费。避免水资源的浪费。
【技术实现步骤摘要】
基于人工智能和大数据的农业智能灌溉系统
[0001]本专利技术涉及人工智能
,具体涉及一种基于人工智能和大数据的农业智能灌溉系统。
技术介绍
[0002]随着农业的发展和各种农业设备的普及以及应用,现在或未来,大面积的农田和大规模农业种植能够得到了统一的管理,智能化的农业管理系统解放农户的劳动力,提高了农作物的产量。
[0003]智能的农业灌溉系统是大型农田必不可缺的农业系统,现有的灌溉系统虽然可以通过铺设合理的管道、合理的水源管理等避免传统农田灌溉时浪费水资源、灌溉作物时盲目漫灌等问题,但是现有的灌溉系统依旧缺乏智能的控制系统,对水资源的利用率不够高,没有针对农作物的生长环境和状态来合理的利用水资源,存在可以改进的空间。
技术实现思路
[0004]为了解决上述技术问题,本专利技术的目的在于提供一种基于人工智能和大数据的农业智能灌溉系统,所采用的技术方案具体如下:
[0005]本专利技术实施例提供了一种基于人工智能和大数据的农业智能灌溉系统,该系统包括:
[0006]生长状态检测单元,用于采集农田中农作物的RGB图像,根据所述RGB图像得到所述农作物的颜色分布特征图和纹理特征影像图,结合所述颜色分布特征图和纹理特征影像图以得到所述农作物的生长状态分布图;所述生长状态分布图是指所述农田中每个位置的所述农作物的生长状态;
[0007]湿度分布获取单元,用于结合湿度传感器和所述生长状态分布图得到所述农田中每个位置的土壤湿度,根据所述土壤湿度获取所述农田中所有位置的湿度分布图;
[0008]用水量预测单元,用于根据所述生长状态分布图和所述湿度分布图得到所述农田中干旱区域的干旱程度,结合所述干旱程度、环境温度和由历史干旱程度、历史环境温度和历史灌溉用水量构建的灌溉用水量模型得到所述干旱区域的灌溉用水量。
[0009]优选的,所述生长状态检测单元中所述颜色特征分布特征图的获取方法,包括:
[0010]将所述RGB图像进行HSV空间转化以获取色相通道图像和亮度图像,由所述RGB图像的蓝通道图像、红通道图像、绿通道图像和所述亮度图像获取色彩对比增益系数,结合所述色彩对比增益系数和所述色相通道图像得到所述农作物的所述颜色分布特征图。
[0011]优选的,所述生长状态检测单元中所述纹理特征影像图的获取方法,包括:
[0012]将所述RGB图像转化为灰度图像,对所述灰度图像进行高斯模糊得到第一灰度图像,让所述灰度图像和所述第一灰度图像作差得到边缘纹理图像;
[0013]将所述灰度图像和所述边缘纹理图像进行融合以得到边缘二值图像,进而基于灰度共生矩阵获取所述边缘二值图像的所述纹理特征影像图。
[0014]优选的,所述湿度分布获取单元包括湿度检测单元,所述湿度检测单元用于结合湿度传感器和所述生长状态分布图得到所述农田中每个位置的土壤湿度,则所述湿度检测单元包括:
[0015]对所述生产状态分布图进行超像素分割得到多个分割区域,由所述分割区域中布置的所述湿度传感器的示数得到每个位置的所述土壤湿度。
[0016]优选的,在所述湿度检测单元中由所述分割区域中布置的所述湿度传感器的示数得到每个位置的所述土壤湿度的方法,包括:
[0017]将包含所述湿度传感器的所述分割区域作为已知湿度区域,否则为未知湿度区域;获取与所述未知湿度区域相邻的多个所述已知湿度区域,根据每个所述已知湿度区域的所述土壤湿度和所述生产状态分布图上该已知湿度区域的像素值均值拟合出像素值均值与土壤湿度之间的二次多项式曲线方程;
[0018]结合所述生产状态分布图上所述未知湿度区域的像素值均值和所述二次多项式曲线方程预测所述未知湿度区域的所述土壤湿度;由所述已知湿度区域和所述未知湿度区域的所述土壤湿度得到每个位置的所述土壤湿度。
[0019]优选的,其特征在于,所述湿度分布获取单元包括图像获取单元,所述图像获取单元用于根据所述土壤湿度获取所述农田中所有位置的湿度分布图,则所述图像获取单元包括:
[0020]由所述每个位置的所述土壤湿度得到所述农田中所有位置的预测湿度分布图;
[0021]利用所述二次多项式曲线方程分别获取每个所述已知湿度区域的预测湿度值,根据多个个所述已知湿度区域的所述预测湿度值和对应的所述土壤湿度得到所述二次多项式曲线方程所对应曲线的误差值;所述误差值是指利用多个相邻的所述已知湿度区域预测所述未知湿度区域的准确性;
[0022]根据所述误差值确定每个所述已知湿度区域和所述未知湿度区域的湿度准确率,由所述湿度准确率得到所述农田中所有位置的湿度准确率分布图;
[0023]获取每个所述已知湿度区域和所述未知湿度区域的中心点位置,根据所述中心点位置的所述土壤湿度利用线性差值得到所有位置的所述土壤湿度以构成先验湿度分布图;
[0024]结合所述先验湿度分布图、所述预测湿度分布图和所述湿度准确率分布图得到所述湿度分布图。
[0025]优选的,在所述图像获取单元中在获得所有所述未知湿度区域的所述土壤湿度时,每个所述已知湿度区域和所述未知湿度区域存在多个所述误差值,保留最小的所述误差值。
[0026]优选的,所述用水量预测单元中根据所述生长状态分布图和所述湿度分布图得到所述农田中干旱区域的干旱程度的方法,包括:
[0027]将所述生长状态分布图和所述湿度分布图合并成一张双通道的第一图像,由所述第一图像中两个通道的像素值构成每个像素点的二维向量,计算所述干旱区域中所有像素点的所述二维向量的模长之和,将所述模长之和作为所述干旱程度。
[0028]本专利技术实施例至少存在以下有益效果:根据采集的图像中农作物的颜色和纹理获取农作物的生长状态,能够准确描述农作物的生长情况,且根据已知位置的土壤湿度并结合农作物的生长状态获取农田中所有位置的土壤湿度,结合农作物的生长状态和所在位置
的土壤湿度对干旱区域进行浇灌,保证了浇灌的针对性,同时控制了灌溉用水量,避免水资源的浪费。
附图说明
[0029]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
[0030]图1为本专利技术一个实施例所提供的一种基于人工智能和大数据的农业智能灌溉系统的结构框图;
[0031]图2为本专利技术实施例所提供的关于湿度分布获取单元的结构框图。
具体实施方式
[0032]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本专利技术提出的一种基于人工智能和大数据的农业智能灌溉系统,其具体实施方式、结构、特征及其作用,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能和大数据的农业智能灌溉系统系统,其特征在于,该系统包括:生长状态检测单元,用于采集农田中农作物的RGB图像,根据所述RGB图像得到所述农作物的颜色分布特征图和所述纹理特征影像图,结合所述颜色分布特征图和纹理特征影像图以得到所述农作物的生长状态分布图;所述生长状态分布图是指所述农田中每个位置的所述农作物的生长状态;湿度分布获取单元,用于结合湿度传感器和所述生长状态分布图得到所述农田中每个位置的土壤湿度,根据所述土壤湿度获取所述农田中所有位置的湿度分布图;用水量预测单元,用于根据所述生长状态分布图和所述湿度分布图得到所述农田中干旱区域的干旱程度,结合所述干旱程度、环境温度和由历史干旱程度、历史环境温度和历史灌溉用水量构建的灌溉用水量模型得到所述干旱区域的灌溉用水量。2.如权利要求1所述的系统,其特征在于,所述生长状态检测单元中所述颜色特征分布特征图的获取方法,包括:将所述RGB图像进行HSV空间转化以获取色相通道图像和亮度图像,由所述RGB图像的蓝通道图像、红通道图像、绿通道图像和所述亮度图像获取色彩对比增益系数,结合所述色彩对比增益系数和所述色相通道图像得到所述农作物的所述颜色分布特征图。3.如权利要求1所述的系统,其特征在于,所述生长状态检测单元中所述纹理特征影像图的获取方法,包括:将所述RGB图像转化为灰度图像,对所述灰度图像进行高斯模糊得到所述第一灰度图像,让所述灰度图像和所述第一灰度图像作差得到边缘纹理图像;将所述灰度图像和所述边缘纹理图像进行融合以得到边缘二值图像,进而基于灰度共生矩阵获取所述边缘二值图像的所述纹理特征影像图。4.如权利要求1所述的系统,其特征在于,所述湿度分布获取单元包括湿度检测单元,所述湿度检测单元用于结合湿度传感器和所述生长状态分布图得到所述农田中每个位置的土壤湿度,则所述湿度检测单元包括:对所述生产状态分布图进行超像素分割得到多个分割区域,由所述分割区域中布置的所述湿度传感器的示数得到每个位置的所述土壤湿度。5.如权利要求4所述的系统,其特征在于,在所述湿度检测单元中由所述分割区域中布置的所述湿度传感器的示数得到每个位置的所述土壤湿度的方法,包括:将包含所述湿度传感器...
【专利技术属性】
技术研发人员:魏良余,
申请(专利权)人:沭阳翔玮生态农业开发有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。