一种基于图像识别的多信息融合水稻生长智能监测系统技术方案

本发明专利技术为解决水稻在生长过程中受到地理环境因素、农场主的知识经验储备等制约，无法保证水稻质量的高产、绿色、健康的问题提供一种基于图像识别技术，利用图像识别以及多信息融合方法分析水稻生长状况的智能监测系统。所述智能监测系统具体是由采集节点、分析节点、多信息融合节点、上位机监测中心和手机端构成。采集节点包括采集节点微处理器、土壤层采集单元、水质层采集单元、空气层图像采集单元、LoRa无线通信模块a、第一电源模块；分析节点包括分析节点微处理器、环境信号接收模块、图像特征提取分析模块、LoRa无线通信模块b、第二电源模块；多信息融合节点包括多信息融合节点微处理器、4G模块、第三电源模块。第三电源模块。第三电源模块。

【技术实现步骤摘要】
一种基于图像识别的多信息融合水稻生长智能监测系统


[0001]本专利技术涉及农业物联网技术应用领域，具体是一种基于图像识别的多信息融合水稻生长智能监测系统。

技术介绍

[0002]水稻是我国三大粮食作物之一，在我国的农业生产以及粮食安全保障体系中有着十分重要的地位。水稻生长到成熟要经过插秧期、够苗期、分蘖期、扬花期到成熟期5个时期，不同的生长期、不同的稻种以及不同的水稻类型对养分的需求以及病虫害的防治不尽相同。因此，能够及时准确地获取水稻生长关键参数，从而进行科学调控，是保障水稻高产稳产的重要研究。
[0003]近几年来，对于水稻的监测主要是通过少量传感器对水稻的某一时间的生长数据进行采集，这种生长数据检测方法目前已经比较成熟，但是对单一时间进行检测不足以对水稻整个生长过程的宏观把控，存在一定的局限性，对采集点的选取也有一定的要求，同时这种方法在对于水稻生长预测过程主要还是通过人为来判断，增加了判断误差。因此，只是通过具体时间采集信息作为水稻生长决策的方式并不能精确反应水稻生长的趋势以及环境优劣。
[0004]图像作为一种重要的沟通媒介，也蕴含着大量的人眼所不能识别的信息，而且基于图像识别的监测技术具有精确、智能等优点。一般在水稻出现虫害等不利现象时，其表面现象的改变尤为突出。根据水稻在发生不同的病变时的图像特征以及多部位传感器数据融合计算就可以了解到是否是虫害或环境因素导致的病变，进一步保障水稻的良好生长环境，增加粮食产量。针对于上述背景，本专利技术提出了一种基于图像识别多信息融合水稻生长只能监测系统。

技术实现思路

[0005]本专利技术为了解决水稻在生长过程中受到地理环境因素、农场主的知识经验储备等制约，无法保证水稻质量的高产、绿色、健康的问题，提出了一种能够实时监测并预测水稻生长状况，保证水稻健康生长的系统。
[0006]为实现上述目的，本专利技术提供一种基于图像识别技术，利用图像识别以及多信息融合方法分析水稻生长状况的智能监测系统。所述智能监测系统具体是由采集节点、分析节点、多信息融合节点、上位机监测中心和手机端构成。采集节点包括采集节点微处理器、土壤层采集单元、水质层采集单元、空气层图像采集单元、LoRa无线通信模块a、第一电源模块；分析节点包括分析节点微处理器、环境信号接收模块、图像特征提取分析模块、LoRa无线通信模块b、第二电源模块；多信息融合节点包括多信息融合节点微处理器、4G模块、第三电源模块；采集节点与分析节点之间通过LoRa无线通信模块a来完成数据通信，分析节点与多信息融合节点通过LoRa无线通信模块b来完成数据通信，多信息融合节点与上位机检测中心、手机端通过4G模块来完成数据通信。
[0007]所述采集节点中，采集节点微处理器控制土壤层采集单元、水质层采集单元、空气层图像采集单元对水稻的生长环境参数以及叶片信息进行全方位实时采集，采集到的所有数据经过采集节点微处理器处理后通过LoRa无线通信模块a发送给分析节点。土壤层采集单元、水质层采集单元、空气层图像采集单元、LoRa无线通信模块a通过相应的引脚与采集节点微处理器的I/O口相连接，第一电源模块通过导线为采集节点微处理器、土壤层采集单元、水质层采集单元、空气层图像采集单元、LoRa无线通信模块a供电。
[0008]所述分析节点中，分析节点通过LoRa无线通信模块b接收采集节点中的土壤层采集单元、水质层采集单元、空气层图像采集单元采集到的数据，分析节点微处理器控制图像特征提取模块和环境接收模块分别对对采集到的图像数据以及环境参数进行提取、分析，图像提取分析模块采用线性迭代聚类(simple linear iterative clustering，简称SLIC)算法将提取分析到的数据通过LoRa无线通信模块b发送至多信息融合节点。LoRa无线通信模块b、环境信号接收模块、图像特征提取分析模块通过相应的引脚与分析节点微处理器的I/O口相连接，第二电源模块通过导线为LoRa无线通信模块b、环境信号接收模块、图像特征提取分析模块、分析节点微处理器供电。
[0009]所述多信息融合节点中，多信息融合节点通过4G模块接收分析节点中分析得到的特征信息，多信息融合节点微处理器综合分析处理分析节点中的特征信息，并将最终数据以及决策信息通过4G模块发送至上位机监测中心和手机端。
[0010]本专利技术与现有技术相比，其有益效果体现在：
[0011]采用图像识别技术，一方面可以采集水稻生长中叶片颜色、虫害形状以及根茎密度等图像信息的变化，为后续综合研究提供依据；另一方面可以减少人为主观因素的影响导致对水稻生长状况判断错误，对水稻产量、质量有着积极的作用。
[0012]采用多感融合技术，通过对采集到的不同层次多种传感器水稻生长环境的多源信息进行综合处理分析，并于图像识别技术进行互补判断水稻生长健康状态，增加了水稻生长环境信息量，提高判断准确性。
[0013]采用采集三层一体化设计，对采集节点的多层多个不同传感器封装为一个箱体，安装简单，有利于应对农业生产中复杂地形，具有快速收回的功能，减少在水稻收割时对于监测设备收回的工作量，提高生产效率。
附图说明
[0014]图1为本专利技术的基于图像识别的多信息融合水稻生长智能监测系统原理图。
[0015]图2为本专利技术的基于图像识别的多信息融合水稻生长智能监测系统采集三层一体化装置正视剖视图。
[0016]图3为本专利技术中采集节点结构图。
[0017]图4为本专利技术中分析节点结构图。
[0018]图5为本专利技术中多信息融合节点结构图。
[0019]图6为本专利技术中SLIC图像分割算法流程图。
[0020]图2中：9
‑
天线，10
‑
高清摄像头，11
‑
伸缩杆，12
‑
温度传感器，13
‑
酸碱传感器，14
‑
采集节点微处理器，15
‑
液位传感器，16
‑
溶解氧传感器，17
‑
电导率传感器，18
‑
层次分隔板，19
‑
电导率传感器，20
‑
温度传感器，21
‑
湿度传感器，22
‑
酸碱传感器，23
‑
氮磷钾传感器，。
[0021]图3中：101
‑
采集节点微处理器，2
‑
为土壤层采集单元，3
‑
水质层采集单元，4
‑
空气层图像采集单元，501
‑
LoRa无线通信模块a，601
‑
第一电源模块。
[0022]图4中：102
‑
分析节点微处理器，7
‑
环境信号接收模块，8
‑
图像特征提取分析模块，502
‑
LoRa无线通信模块b，602
‑
第二电源模块。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的多信息融合水稻生长智能监测系统，其特征在于：所述系统包括采集节点、分析节点、多信息融合节点、上位机监测中心和手机端，采集节点包括采集节点微处理器(101)、土壤层采集单元(2)、水质层采集单元(3)、空气层图像采集单元(4)、LoRa无线通信模块a(501)、第一电源模块(601)；分析节点包括分析节点微处理器(102)、环境信号接收模块(7)、图像特征提取分析模块(8)、LoRa无线通信模块b(502)、第二电源模块(602)；多信息融合节点包括多信息融合节点微处理器(103)、4G模块(503)、第三电源模块(603)；采集节点与分析节点之间通过LoRa无线通信模块a(501)来完成数据通信，分析节点与多信息融合节点通过LoRa无线通信模块b(502)来完成数据通信，多信息融合节点与上位机检测中心、手机端通过4G模块(503)来完成数据通信。2.根据权利要求1所述的一种基于图像识别的多信息融合水稻生长智能监测系统，其特征在于：采集节点微处理器(101)、土壤层采集单元(2)、水质层采集单元(3)、空气层图像采集单元(4)、LoRa无线通信模块a(501)、第一电源模块(601)，土壤层采集单元(2)包括酸碱传感器、湿度传感器、温度传感器、氮磷钾传感器、电导率传感器；水质层采集单元包括酸碱传感器、电导率传感器、溶解氧检测传感器、温度传感器、液位传感器；空气层图像采集单元包括高清图像摄像头，土壤层采集单元(2)、水质层采集单元(3)、空气层图像采集单元(4)、LoRa无线通信模块a(501)通过相应的引脚与采集节点微处理器(101)的I/O口相连接，第一电源模块(601)通过导线为采集节点微处理器(101)、土壤层采集单元(2)、水质层采集单元(3)、空气层图像采集单元(4)、LoRa无线通信模块...

【专利技术属性】
技术研发人员：王锋，李敬兆，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：