一种基于数据处理的虫害诱杀设备管理方法及系统技术方案

本发明专利技术涉及灭虫设备管理技术领域，特别是一种基于数据处理的虫害诱杀设备管理方法及系统，获取目标区域中农作物的实时图像信息，将目标区域划分为虫害防控区与非虫害防控区；构建各虫害防控区对应的场景三维模型图；根据各虫害防控区对应的场景三维模型图以及虫害诱杀设备的工作范围与外形尺寸信息得到虫害诱杀设备的模拟安装模型图；获取虫害诱杀设备的预设工作时长，并基于所述预设工作时长与预设平均生长速率对农作物进行生长仿真，得到预设范围区域内的农作物在预设工作时长后的仿真模型图，根据所述仿真模型图生成虫害诱杀设备的设备安装图，能够合理布置虫害诱杀设备，可以更精确地诱杀虫害，提高虫害防治的效果和效率。效率。效率。

【技术实现步骤摘要】
一种基于数据处理的虫害诱杀设备管理方法及系统


[0001]本专利技术涉及灭虫设备管理
，特别是一种基于数据处理的虫害诱杀设备管理方法及系统。

技术介绍

[0002]在农业生产中，虫害是一种常见的问题，虫害的大规模传播和繁殖可能导致农作物的严重损失，因此有效地控制虫害对农作物的危害至关重要，相比传统的虫害控制方法（如农药），虫害诱杀设备是一种相对较为环保的方法，它通常不使用有毒化学物质，而是利用吸引剂或陷阱来吸引虫害，这有助于减少对生态系统和人类健康的负面影响。传统的虫害诱杀设备安装点主要依赖人工观察和经验判断，容易受主观因素和不确定性的影响，导致设备安装效果不佳，影响虫害诱杀效果与诱杀精度，并且依赖人工方式设计安装点，导致设备安装点不合理，设备的管理成本高。

技术实现思路

[0003]本专利技术克服了现有技术的不足，提供了一种基于数据处理的虫害诱杀设备管理方法及系统。
[0004]为达到上述目的本专利技术采用的技术方案为：本专利技术第一方面公开了一种基于数据处理的虫害诱杀设备管理方法，包括以下步骤：获取目标区域中农作物的实时图像信息，并基于所述实时图像信息对目标区域进行识别划分，以将目标区域划分为虫害防控区与非虫害防控区；获取各虫害防控区的场景图像信息，并对各场景图像信息进行图像处理，得到处理后的场景图像信息；根据所述处理后的场景图像信息构建得到各虫害防控区对应的场景三维模型图；获取虫害诱杀设备的工作范围与外形尺寸信息，根据各虫害防控区对应的场景三维模型图以及虫害诱杀设备的工作范围与外形尺寸信息将虫害诱杀设备模拟安装至对应的虫害防控区中，得到虫害诱杀设备的模拟安装模型图；获取虫害诱杀设备的预设工作时长，并基于所述预设工作时长与预设平均生长速率对农作物进行生长仿真，得到预设范围区域内的农作物在预设工作时长后的仿真模型图，根据所述仿真模型图生成虫害诱杀设备的设备安装图。
[0005]进一步地，本专利技术的一个较佳实施例中，获取目标区域中农作物的实时图像信息，并基于所述实时图像信息对目标区域进行识别划分，以将目标区域划分为虫害防控区与非虫害防控区，具体为：通过大数据网络获取农作物被虫害侵染后图像信息，构建数据库，并将所述农作物被虫害侵染后图像信息导入所述数据库中，得到特性数据库；获取目标区域中农作物的实时图像信息，将所述实时图像信息导入所述特性数据
库中，通过感知哈希算法计算所述实时图像信息与所述被虫害侵染后图像信息之间的哈希值；根据所述哈希值确定出所述实时图像信息与所述被虫害侵染后图像信息之间相似度，将所述相似度与预设相似度进行比较；若所述相似度大于预设相似度，将当前农作物所在的预设范围区域标记为虫害防控区；若所述相似度不大于预设相似度，将当前农作物所在的预设范围区域标记为非虫害防控区。
[0006]进一步地，本专利技术的一个较佳实施例中，对各场景图像信息进行图像处理，得到处理后的场景图像信息，具体为：对所述场景图像信息进行小波分解，以将场景图像分解为不同尺度和方向上的低频部分矩阵与高频部分矩阵；构建坐标系，其中X轴代表低频部分矩阵，Y轴代表高频部分矩阵；将低频部分矩阵和高频部分矩阵的行与列作为坐标轴的刻度，分别标记在X轴和Y轴上，得到新的坐标系；将所述低频部分矩阵与高频部分矩阵导入所述新的坐标系中进行特征转换，得到图像特征点对应的点云数据矩阵；其中图像特征点包括角点与边缘点；根据所述点云数据矩阵生成点云数据坐标数据集，获取点云数据坐标数据集中的极限坐标点数集，并将所述极限坐标点数集导入绝对坐标系中进行重新组合，得到处理后的场景图像信息。
[0007]进一步地，本专利技术的一个较佳实施例中，根据所述处理后的场景图像信息构建得到各虫害防控区对应的场景三维模型图，具体为：通过SURF算法对所述处理后的场景图像信息进行特征匹配处理，得到若干个离散特征点，在若干个所述离散特征点中随机挑选一个离散特征点作为坐标原点，根据所述坐标原点建立三维坐标系；根据所述三维坐标系获取各离散特征点对应的三维坐标值，根据所述三维坐标值计算出各离散特征点之间的欧式距离，并将欧式距离最短的两个离散特征点进行配对，对所有离散特征点配对完毕后，得到若干对特征点对；获取每一对特征点对之间的中值坐标点，并将所述中值坐标点标记为中值特征点，得到若干个中值特征点；基于所述离散特征点与中值特征点生成密集特征点；通过孤立森林算法计算各密集特征点的孤立得分，并将各密集特征点的孤立得分逐一与预设孤立得分进行比较；将孤立得分大于预设孤立得分的密集特征点标定为孤立点，并将所有孤立点剔除，得到离群筛分后的密集特征点；获取所述离群筛分后的密集特征点的三维点云数据，将所述三维点云数据分割为体素块，基于每一体素块的三维点云数据的点云分布，生成各体素块表示的曲面模型，对各体素块表示的曲面模型进行组合，生成各虫害防控区对应的场景三维模型图。
[0008]进一步地，本专利技术的一个较佳实施例中，获取虫害诱杀设备的工作范围与外形尺寸信息，根据各虫害防控区对应的场景三维模型图以及虫害诱杀设备的工作范围与外形尺寸信息将虫害诱杀设备模拟安装至对应的虫害防控区中，得到虫害诱杀设备的模拟安装模型图，具体为：获取各虫害防控区对应的场景三维模型图，以及获取虫害诱杀设备的工作范围；
将所述各虫害防控区对应的场景三维模型图与虫害诱杀设备的工作范围导入蚁群算法中进行反复构造，得到各虫害防控区中虫害诱杀设备的初始安装点；获取虫害诱杀设备的外形尺寸信息，根据所述外形尺寸信息构建得到虫害诱杀设备的设备三维模型图；构建模型整合空间，将各虫害防控区对应的场景三维模型图与虫害诱杀设备的设备三维模型图导入所述模型整合空间中，基于所述初始安装点将所述场景三维模型图与设备三维模型图进行整合，以将虫害诱杀设备进行模拟安装至对应的虫害防控区中，得到虫害诱杀设备的模拟安装模型图。
[0009]进一步地，本专利技术的一个较佳实施例中，获取虫害诱杀设备的预设工作时长，并基于所述预设工作时长与预设平均生长速率对农作物进行生长仿真，得到预设范围区域内的农作物在预设工作时长后的仿真模型图，根据所述仿真模型图生成虫害诱杀设备的设备安装图，具体为：通过大数据网络获取农作物在不同生长时期所对应的平均生长速率，构建预测模型，并基于农作物在不同生长时期所对应的平均生长速率对所述预测模型进行训练，得到训练好的预测模型；基于所述虫害诱杀设备的模拟安装模型图中获取得到在初始安装点预设范围区域内的农作物模型信息，并对所述预设范围区域内的农作物模型信息进行识别，得到预设范围区域内农作物的实际生长时期；将预设范围区域内农作物的实际生长时期导入所述训练好的预测模型中，预测得到预设范围区域内农作物的预设平均生长速率；获取虫害诱杀设备的预设工作时长；将所述预设范围区域内的农作物模型信息导入仿真软件中，并基于所述预设工作时长与预设平均生长速率对预设范围区域内的农作物进行生长仿真，得到预设范围区域内的农作物在预设工作时长后的仿真模型图；基于所述农作物在预设工作时长后的仿真模型图对所述模拟安装模型图进行更新，得到更新后的模拟安装模型图；在所述更新后的模拟安装模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据处理的虫害诱杀设备管理方法，其特征在于，包括以下步骤：获取目标区域中农作物的实时图像信息，并基于所述实时图像信息对目标区域进行识别划分，以将目标区域划分为虫害防控区与非虫害防控区；获取各虫害防控区的场景图像信息，并对各场景图像信息进行图像处理，得到处理后的场景图像信息；根据所述处理后的场景图像信息构建得到各虫害防控区对应的场景三维模型图；获取虫害诱杀设备的工作范围与外形尺寸信息，根据各虫害防控区对应的场景三维模型图以及虫害诱杀设备的工作范围与外形尺寸信息将虫害诱杀设备模拟安装至对应的虫害防控区中，得到虫害诱杀设备的模拟安装模型图；获取虫害诱杀设备的预设工作时长，并基于所述预设工作时长与预设平均生长速率对农作物进行生长仿真，得到预设范围区域内的农作物在预设工作时长后的仿真模型图，根据所述仿真模型图生成虫害诱杀设备的设备安装图。2.根据权利要求1所述的一种基于数据处理的虫害诱杀设备管理方法，其特征在于，获取目标区域中农作物的实时图像信息，并基于所述实时图像信息对目标区域进行识别划分，以将目标区域划分为虫害防控区与非虫害防控区，具体为：通过大数据网络获取农作物被虫害侵染后图像信息，构建数据库，并将所述农作物被虫害侵染后图像信息导入所述数据库中，得到特性数据库；获取目标区域中农作物的实时图像信息，将所述实时图像信息导入所述特性数据库中，通过感知哈希算法计算所述实时图像信息与所述被虫害侵染后图像信息之间的哈希值；根据所述哈希值确定出所述实时图像信息与所述被虫害侵染后图像信息之间相似度，将所述相似度与预设相似度进行比较；若所述相似度大于预设相似度，将当前农作物所在的预设范围区域标记为虫害防控区；若所述相似度不大于预设相似度，将当前农作物所在的预设范围区域标记为非虫害防控区。3.根据权利要求1所述的一种基于数据处理的虫害诱杀设备管理方法，其特征在于，对各场景图像信息进行图像处理，得到处理后的场景图像信息，具体为：对所述场景图像信息进行小波分解，以将场景图像分解为不同尺度和方向上的低频部分矩阵与高频部分矩阵；构建坐标系，其中X轴代表低频部分矩阵，Y轴代表高频部分矩阵；将低频部分矩阵和高频部分矩阵的行与列作为坐标轴的刻度，分别标记在X轴和Y轴上，得到新的坐标系；将所述低频部分矩阵与高频部分矩阵导入所述新的坐标系中进行特征转换，得到图像特征点对应的点云数据矩阵；其中图像特征点包括角点与边缘点；根据所述点云数据矩阵生成点云数据坐标数据集，获取点云数据坐标数据集中的极限坐标点数集，并将所述极限坐标点数集导入绝对坐标系中进行重新组合，得到处理后的场景图像信息。4.根据权利要求1所述的一种基于数据处理的虫害诱杀设备管理方法，其特征在于，根据所述处理后的场景图像信息构建得到各虫害防控区对应的场景三维模型图，具体为：通过SURF算法对所述处理后的场景图像信息进行特征匹配处理，得到若干个离散特征
点，在若干个所述离散特征点中随机挑选一个离散特征点作为坐标原点，根据所述坐标原点建立三维坐标系；根据所述三维坐标系获取各离散特征点对应的三维坐标值，根据所述三维坐标值计算出各离散特征点之间的欧式距离，并将欧式距离最短的两个离散特征点进行配对，对所有离散特征点配对完毕后，得到若干对特征点对；获取每一对特征点对之间的中值坐标点，并将所述中值坐标点标记为中值特征点，得到若干个中值特征点；基于所述离散特征点与中值特征点生成密集特征点；通过孤立森林算法计算各密集特征点的孤立得分，并将各密集特征点的孤立得分逐一与预设孤立得分进行比较；将孤立得分大于预设孤立得分的密集特征点标定为孤立点，并将所有孤立点剔除，得到离群筛分后的密集特征点；获取所述离群筛分后的密集特征点的三维点云数据，将所述三维点云数据分割为体素块，基于每一体素块的三维点云数据的点云分布，生成各体素块表示的曲面模型，对各体素块表示的曲面模型进行组合，生成各虫害防控区对应的场景三维模型图。5.根据权利要求1所述的一种基于数据处理的虫害诱杀设备管理方法，其特征在于，获取虫害诱杀设备的工作范围与外形尺寸信息，根据各虫害防控区对应的场景三维模型图以及虫害诱杀设备的工作范围与外形尺寸信息将虫害诱杀设备模拟安装至对应的虫害防控区中，得到虫害诱杀设备的模拟安装模型图，具体为：获取各虫害防控区对应的场景三维模型图，以及获取虫害诱杀设备的工作范围；将所述各虫害防控区对应的场景三维模型图与虫害诱杀设备的工作范围导入蚁群算法中进行反复构造，得到各虫害防控区中虫害诱杀设备的初始安装点；获取虫害诱杀设备的外形尺寸信息，根据所述外形尺寸信息构建得到虫害诱杀设备的设备三维模型图；构建模型整合空间，将各虫害防控区对应的场景三维模型图与虫害诱杀设备的设备三维模型图导入所述模型整合空间中，基于所述初始安装点将所述场景三维模型图与设备三维模型图进行整合，以将虫害诱杀设备进行模拟安装至对应的虫害防控区中，得到虫害诱杀设备的模拟安装模型图。6.根据权利要求1所述的一种基于数据处理的虫害诱杀设备管理方法，其特征在于，获取虫害诱杀设备的预设工作时长，并基于所述预设工作时长与预设平均生长速率对农作物进行生长仿真，得到预设范围区域内的农作物在预设工作时长后的仿真模型图，根据所述仿真模型图生成虫害诱杀设备的设备安装图，具体为：通过大数据网络获取农作物在不同生长时期所对应的平均生长速率，构建预测模型，并基于农作物在不同生长时期所对应的平均生长速率对所述预测模型进行训练，得到训练好的预测模型；基于所述虫害诱杀设备的模拟安装模型图中获取得到在初始安装点预设范围区域内的农作物模型信息，并对所述预设范围区域内的农作物模型信息进行识别，得到预设范围区域内农作物的实际生长时期；将预设范围区域内农作物的实...

【专利技术属性】
技术研发人员：廖永林，林心悦，
申请(专利权)人：广东粤科植保农业科技有限公司，
类型：发明
国别省市：