System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于病虫害预警,尤其涉及一种烟草病虫害预警与防治系统及方法。
技术介绍
1、烟草病虫害识别是烟草生长监测的重要组成部分,掌握烟草的病虫害状态和最佳的采收期对烟草估产具有重要意义。目前,对烟草的病虫害监测主要依靠人工地面调查,难以在大区域范围内同时采集烟草病虫害信息,且缺乏定量化的烟草长势评估手段。
2、现有技术:农业病虫害监测系统
3、当前最接近于所描述的烟草病虫害预警与防治系统的现有技术是一般的农业病虫害监测系统。这些系统通常包括图像捕捉设备(如无人机或定点摄像头)、图像处理软件以及病虫害识别算法。它们通过分析作物的图像来检测病虫害的迹象,例如变色、畸形或受损的叶片。
4、技术问题分析:
5、1)准确性与适应性:许多现有的病虫害监测系统在面对不同种类的作物或病虫害时,无法提供足够的准确性。例如,对于一些具有独特症状的病害,如特定种类的真菌或细菌感染,系统难以正确识别。
6、2)图像质量依赖性:系统的效能很大程度上依赖于图像的质量。在光线不佳、图像模糊或叶片遮挡等情况下,病虫害的识别准确性大幅下降。
7、3)数据处理与分析能力:一些系统缺乏高级的数据处理和分析能力。这意味着即使病虫害被识别,系统也无法有效地评估其严重程度或提供具体的防治建议。
8、4)环境适应性:现有系统在不同的环境条件下(如不同的气候、土壤类型或地理位置)表现不一致。这限制了它们在全球不同农业区域的广泛应用。
9、5)实时监测与反应速度:一些系统缺乏实时监
10、针对这些技术问题,新系统需要更高级的图像处理技术、更强大的数据分析能力、更精确的病虫害识别算法,以及更好的环境适应性和实时反应机制。通过这样的改进,可以确保系统在各种条件下都能有效地监测和防治病虫害,特别是针对特定作物如烟草的专门化需求。
技术实现思路
1、针对现有技术存在的问题,本专利技术提供了一种烟草病虫害预警与防治系统及方法。
2、本专利技术是这样实现的,一种烟草病虫害预警与防治系统,该系统具体包括:
3、图像采集模块,用于采集待监测烟草图像;
4、图像增强模块,与图像采集模块连接,用于进行图像去噪和图像增强处理;
5、病虫害识别模块,与图像增强模块连接,用于基于图像增强后的烟草图像进行病害识别;
6、数据分析模块,与病虫害识别模块连接,用于对病虫害识别模块的识别结果进行统计分析,以表格的方式自动输出病虫害统计分析结果,判断各指标是否超过预设阈值;
7、预警模块,与数据分析模块连接,当数据分析模块分析预测的结果超过所设置的阈值时,进行预警;
8、防治模块,与数据分析模块连接,用于依据指标结果,与专家知识库模块中的数据信息进行智能匹配进而得到防治方案;
9、专家知识库模块,与防治模块连接,用于存储不同指标情况下的烟草病害防治方案。
10、进一步,所述图像增强模块,用于进行图像去噪和图像增强处理,具体包括:
11、s1:利用低照度图像增强技术,直方图均衡化算法对低照度图像进行预处理,使得图像的亮度和对比度得到改善;
12、s2:运用小波变换算法对图像进行分解和重构,去除噪声和保留图像细节;
13、s3:使用双边滤波算法对图像进行平滑处理,使得图像更加自然,并且去除残留噪声,提高低照度图像质量,保证拍摄画面亮度和清晰度。
14、进一步,所述s1具体包括:
15、(1)数据预处理;获取待增强图像,并对其进行直方图均衡化预处理;
16、(2)构建基于residual-unet的低照度图像增强网络,并完成网络训练;
17、(3)将步骤(1)中待增强图像与经过直方图均衡化预处理后的图像进行合并,输入步骤(2)中基于residual-unet的低照度图像增强网络,由基于residual-unet的低照度图像增强网络输出增强后的图像。
18、进一步,所述基于residual-unet的低照度图像增强网络包括:浅层特征编码块、residual-unet深层特征处理块、双通道注意力机制块与上采样块。
19、进一步,所述病虫害识别模块具体包括:基于连通分量外接矩形的长宽比进行烟草叶面和根茎上的孔洞、斑点、害虫轨迹的识别,从而根据识别结果基于病害数据库完成病害的识别。
20、进一步,所述防治模块依据指标结果,与专家知识库模块中的数据信息进行智能匹配进而得到防治方案,具体步骤如下:
21、第一步:防治模块接收数据分析模块生成的各组指标结果,之后构建卷积神经网络,同时将过往防治方案以及各组指标结果导入该卷积神经网络中;
22、第二步:卷积神经网络依据各组指标结果对种植方案中存在缺陷的部分进行标记,同时从相关专家知识库模块中抓取相关防治方案,并通过迭代训练形成最优参数,并依据生成的最优参数对该防治方案进行优化;
23、第三步:防治模块依据各组图片中的害虫位置生成该该害虫实际位置坐标,并将其反馈至距离最近且空闲的工作人员,并提示该工作人员进行除虫处理,同时将相关防治方案发送至移动设备上以供工作人员查看参考。
24、本专利技术另一目的在于提供一种实施所述烟草病虫害预警与防治系统的烟草病虫害预警与防治方法,该方法包括:
25、s21:利用图像采集模块采集待监测烟草图像;利用图像增强模块,进行图像去噪和图像增强处理;
26、s22:利用病虫害识别模块,基于图像增强后的烟草图像进行病害识别;利用数据分析模块,对病虫害识别模块的识别结果进行统计分析,以表格的方式自动输出病虫害统计分析结果,判断各指标是否超过预设阈值;
27、s23:当数据分析模块分析预测的结果超过所设置的阈值时,预警模块进行预警;利用防治模块,依据指标结果,与专家知识库模块中的数据信息进行智能匹配进而得到防治方案。
28、本专利技术另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行所述烟草病虫害预警与防治方法的步骤。
29、本专利技术另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行所述烟草病虫害预警与防治方法的步骤。
30、本专利技术另一目的在于提供一种信息数据处理终端,所述信息数据处理终端用于实现所述烟草病虫害预警与防治系统。
31、结合上述的技术方案和解决的技术问题,请从以下几方面分析本专利技术所要保护的技术方案所具备的优点及积极效果为:
32、第一、针对上述现有技术存在的技术问题以及解决该问题的难度,紧密结合本专利技术的所要保护的技术方案以及研发过程中结果和数据等,详细、深刻地分析本专利技术技术方案本文档来自技高网...
【技术保护点】
1.一种烟草病虫害预警与防治系统,其特征在于,该系统具体包括:
2.如权利要求1所述烟草病虫害预警与防治系统,其特征在于,所述图像增强模块,用于进行图像去噪和图像增强处理,具体包括:
3.如权利要求2所述烟草病虫害预警与防治系统,其特征在于,所述S1具体包括:
4.如权利要求3所述烟草病虫害预警与防治系统,其特征在于,所述基于Residual-Unet的低照度图像增强网络包括:浅层特征编码块、Residual-Unet深层特征处理块、双通道注意力机制块与上采样块。
5.如权利要求1所述烟草病虫害预警与防治系统,其特征在于,所述病虫害识别模块具体包括:基于连通分量外接矩形的长宽比进行烟草叶面和根茎上的孔洞、斑点、害虫轨迹的识别,从而根据识别结果基于病害数据库完成病害的识别。
6.如权利要求1所述烟草病虫害预警与防治系统,其特征在于,所述防治模块依据指标结果,与专家知识库模块中的数据信息进行智能匹配进而得到防治方案,具体步骤如下:
7.一种实施如权利要求1-6任意一项所述烟草病虫害预警与防治系统的烟草病虫害预警与
8.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求7任意一项所述烟草病虫害预警与防治方法的步骤。
9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求7任意一项所述烟草病虫害预警与防治方法的步骤。
10.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求1-6所述烟草病虫害预警与防治系统。
...【技术特征摘要】
1.一种烟草病虫害预警与防治系统,其特征在于,该系统具体包括:
2.如权利要求1所述烟草病虫害预警与防治系统,其特征在于,所述图像增强模块,用于进行图像去噪和图像增强处理,具体包括:
3.如权利要求2所述烟草病虫害预警与防治系统,其特征在于,所述s1具体包括:
4.如权利要求3所述烟草病虫害预警与防治系统,其特征在于,所述基于residual-unet的低照度图像增强网络包括:浅层特征编码块、residual-unet深层特征处理块、双通道注意力机制块与上采样块。
5.如权利要求1所述烟草病虫害预警与防治系统,其特征在于,所述病虫害识别模块具体包括:基于连通分量外接矩形的长宽比进行烟草叶面和根茎上的孔洞、斑点、害虫轨迹的识别,从而根据识别结果基于病害数据库完成病害的识别。
6.如权利要求1所述烟草病...
【专利技术属性】
技术研发人员:张谊寒,夏振远,顾华东,尹锦甫,邓涛,杨林明,刘天彦,
申请(专利权)人:云南省烟草农业科学研究院,
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。