基于图像的柑桔全爪螨智能监测系统及方法技术方案

本发明专利技术公开了基于图像的柑桔全爪螨智能监测系统及方法，涉及柑桔全爪螨监测技术领域，其技术方案要点是：包括图像采集模块、图像处理模块和数据呈现模块；图像采集模块用于采集螨取食叶片后的图像数据信息，并将采集的该图像数据信息传递至图像处理模块；图像处理模块用于对采集的图像数据信息进行处理，确定螨的危害的存在和程度；数据呈现模块为嵌设于移动终端的小程序，用于接收图像处理模块处理图像数据信息的结果，并以可视化的界面输出螨危害面积以及预测的螨数量的数据信息。本发明专利技术对于柑桔全爪螨的监测操作流程简单、便捷，监测效率高，监测结果精准度高，且能够直接将监测分析结果可视化展示出来。分析结果可视化展示出来。分析结果可视化展示出来。

【技术实现步骤摘要】
基于图像的柑桔全爪螨智能监测系统及方法


[0001]本专利技术涉及柑桔全爪螨监测
，更具体地说，它涉及基于图像的柑桔全爪螨智能监测系统及方法。

技术介绍

[0002]柑桔全爪螨Panonychus citri(McGregor)是一种重要的世界性发生和危害的害螨，可取食危害112种寄主植物，但以世界第一大水果柑桔类果树为主。以口器刺破寄主叶片表皮吸食汁液，被害叶面呈现无数灰白色小斑点，严重时全叶失绿变成灰白色，导致大量落叶；亦能为害果实及绿色枝梢，影响树势和产量，为我国柑桔生产的头号害虫。其个体极小，肉眼不易识别，生产上极难防控。调查柑桔全爪螨的种群消长规律是有效防治工作的前提。准确监测田间柑桔全爪螨的数量和为害程度有利于更好的实现防治效果。
[0003]传统的螨类种群密度的监测方法是在一个果园中，随机抽取样株，每样株按东南西北中五个方位，上中下三个梯度每个位置随机抽取两片成熟叶片，每株样株随机抽取30片叶子，小心采摘，用封口袋密封之后带回实验室镜检。
[0004]针对柑桔全爪螨的监测，采用现有技术中传统的监测方法，其监测操作流程复杂，监测效率低，监测结果易出现误差，且不便直接将监测分析结果直接可视化，在果农中极难推广。因此，本专利技术旨在设计提供一种基于图像的柑桔全爪螨智能监测系统及方法，以解决上述问题。

技术实现思路

[0005]本专利技术的目的是基于解决上述问题，提供基于图像的柑桔全爪螨智能监测系统及方法。
[0006]本专利技术的上述技术目的是通过以下技术方案得以实现的：基于图像的柑桔全爪螨监测系统，包括图像采集模块、图像处理模块和数据呈现模块；
[0007]所述图像采集模块用于采集螨取食叶片后的图像数据信息，并将采集的该图像数据信息传递至图像处理模块；
[0008]所述图像处理模块用于对采集的图像数据信息进行处理，确定螨的危害的存在及程度；
[0009]所述数据呈现模块为嵌设于移动终端的小程序，用于接收图像处理模块处理图像数据信息的结果，并以可视化的界面输出螨危害面积、预测螨的数量，并根据定位信息，整合天气信息，对螨的危害开展监测预警。
[0010]进一步地，所述图像采集模块采用手机或具拍照功能的移动终端设备。
[0011]进一步地，所述图像处理模块对采集的图像数据信息进行处理的方法包括以下步骤：
[0012]A、采用图像处理算法对采集的螨取食叶片后的图像进行处理，进行危害识别；
[0013]B、计算全爪螨的危害面积；
[0014]C、根据螨取食叶片后的图像，拟合柑桔全爪螨的数量与危害面积的回归曲线。
[0015]进一步地，步骤B中计算全爪螨的危害面积的具体方法为：
[0016]A、虫害面积识别：
[0017]1、实验采集数据
[0018]在实验室，采集不同种类，不同叶片，在不同设备下面进行分析，得出实验结果，即得出虫害面积与螨虫数量之间的具体数据；
[0019]2、后台录入数据
[0020]根据采集的数据，通过系统后台，进行录入系统，系统会根据采集的所有数据进行分析。
[0021]3、生成计算公式
[0022]根据数据情况，自动生成对应的公式：y＝ax+b，其中y为危害面积，x为螨虫数量，a和b为常量；
[0023]B、田间叶片识别：通过小程序端进行图片识别或拍照识别，具体识别方法为：
[0024]1)首先确定叶面的整体面积，在进行拍照识别的时，确定一个参照物，即背景板；然后，根据叶片占据背景板的百分比计算出叶片的总面积；
[0025]2)虫害面积识别，根据像素点，智能识别相近点的色差，通过后台添加像素点，并根据设置的像素点识别虫害相似点的面积；
[0026]3)计算占比，计算公式为：像素识别点面积/叶片的总面积＝虫害面积百分比；
[0027]4)套用计算公式，根据步骤3)得出叶片虫害面积百分比，并根据步骤A的步骤2调用系统生成的公式，反向计算出螨虫数量。
[0028]进一步地，所述背景板的要求为：
[0029]A、黑色，利用黑色背景板形成强烈的反差；
[0030]B、规定大小的板子，以便作为叶片面积的参照物。
[0031]进一步地，步骤C中拟合柑桔全爪螨的数量与危害面积的回归曲线的方法为：
[0032]通过拍照进行测试：在叶片上分别放10、20、30、40、50头螨，然后拍照通过小程序计算出面积，使用Excel创建图，拟合出回归方程。
[0033]本专利技术还提供一种基于图像的柑桔全爪螨智能监测系统的监测方法，通过图像采集设备采集的螨取食叶片后的图像，利用图像处理算法对其进行图像处理，识别螨危害的存在及程度；然后通过算法拟合出的数量与危害面积的回归曲线，并将其通过嵌设到微信中的小程序以可视化的界面输出危害面积以及预测螨数量的数据。
[0034]综上所述，本专利技术具有以下有益效果：本专利技术通过采集螨取食叶片后的图像，并通过图像处理算法对该图像进行处理，然后通过设计算法进行计算分析，根据算法拟合出螨的数量与危害面积的回归曲线，并通过微信小程序将其以可视化的界面输出危害面积及预测螨数量的数据；通过本专利技术的监测系统，其对于柑桔全爪螨的监测操作流程简单、便捷，监测效率高，监测结果精准度高，且能够直接将监测分析结果可视化展示出来。
附图说明
[0035]图1是本专利技术实施例中监测系统的监测原理流程图；
[0036]图2是本专利技术实施例中的系统界面图；
[0037]图3是本专利技术实施例中系统拍照识别和数据界面。
具体实施方式
[0038]为了使本
的人员更好地理解本专利技术的方案，下面将结合本专利技术实施例中的附图，对专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0039]以下结合附图1
‑
3对本专利技术作进一步详细说明。
[0040]实施例：
[0041]参见图1至图3所示，基于图像的柑桔全爪螨监测系统，包括图像采集模块、图像处理模块和数据呈现模块；
[0042]图像采集模块用于采集螨取食叶片后的图像数据信息，并将采集的该图像数据信息传递至图像处理模块；
[0043]图像处理模块用于对采集的图像数据信息进行处理，确定螨的危害的存在及程度；
[0044]数据呈现模块为嵌设于移动终端的小程序，用于接收图像处理模块处理图像数据信息的结果，并以可视化的界面输出螨危害面积、预测螨的数量，并根据定位信息，整合天气信息，对螨的危害开展监测预警。
[0045]在本实施例中，图像采集模块采用手机作为移动终端设备，用于对柑桔植株叶片进行拍摄，采集柑桔植株叶片图像数据。
[0046]在本实施例中，图像处理模块对采集的图像数据信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像的柑桔全爪螨智能监测系统，其特征是：包括图像采集模块、图像处理模块和数据呈现模块；所述图像采集模块用于采集螨取食叶片后的图像数据信息，并将采集的该图像数据信息传递至图像处理模块；所述图像处理模块用于对采集的图像数据信息进行处理，确定螨的危害的存在及程度；所述数据呈现模块为嵌设于移动终端的小程序，用于接收图像处理模块处理图像数据信息的结果，并以可视化的界面输出螨危害面积、预测螨的数量，并根据定位信息，整合天气信息，对螨的危害开展监测预警。2.根据权利要求1所述的基于图像的柑桔全爪螨智能监测系统，其特征是：所述图像采集模块采用手机或具拍照功能的移动终端设备。3.根据权利要求1所述的基于图像的柑桔全爪螨智能监测系统，其特征是：所述图像处理模块对采集的图像数据信息进行处理的方法包括以下步骤：A、采用图像处理算法对采集的螨取食叶片后的图像进行处理，进行危害识别；B、计算全爪螨的危害面积；C、根据螨取食叶片后的图像，拟合柑桔全爪螨的数量与危害面积的回归曲线。4.根据权利要求3所述的基于图像的柑桔全爪螨智能监测系统，其特征是：步骤B中计算全爪螨的危害面积的具体方法为：A、虫害面积识别：1、实验采集数据在实验室，采集不同种类，不同叶片，在不同设备下面进行分析，得出实验结果，即得出虫害面积与螨虫数量之间的具体数据；2、后台录入数据根据采集的数据，通过系统后台，进行录入系统，系统会根据采集的所有数据进行分析。3、生成计算公式根据数据情况，自动生成对应的公式：y＝ax+b，其中y为危害面积...

【专利技术属性】
技术研发人员：柴文杰，牛金志，孙勤哲，陈若愚，蒋艳奎，王进军，
申请(专利权)人：西南大学，
类型：发明
国别省市：