[实用新型]一种基于机器视觉识别的农作物病虫害信息检测装置有效

专利信息
申请号: 201820778497.3 申请日: 2018-05-24
公开(公告)号: CN208297367U 公开(公告)日: 2018-12-28
发明(设计)人: 廉胤东;谢巍;张浪文;潘春文;王缙;陈思思;胡乐箫;麦淞碧 申请(专利权)人: 华南理工大学
主分类号: G01N21/84 分类号: G01N21/84
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 蔡克永
地址: 511458 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 农作物病虫害 图像采集设备 数据存储服务器 信息检测装置 本实用新型 客户端模块 基于机器 平台模块 视觉识别 数据接收 图像信息 网络数据 农作物 机器视觉识别 图像处理技术 计算机连接 农作物植株 重复性操作 病害信息 实时监测 依次连接 预警功能 植株 高时效 计算机 检测 枝干 病害 叶片 工作量 自动化 传送 精细 采集 储存
【说明书】:

本实用新型公开了一种基于机器视觉识别的农作物病虫害信息检测装置,包括用于采集农作物图像信息的图像采集设备、用于储存图像采集设备传送的农作物图像信息的数据存储服务器、计算机、网络数据平台模块、数据接收客户端模块;所述图像采集设备依次连接数据存储服务器、计算机、数据接收客户端模块;所述计算机连接网络数据平台模块;本实用新型针对农作物病虫害检测的高时效、大工作量以及重复性操作等特点,将机器视觉识别的图像处理技术运用于农作物病虫害自动化检测,通过对农作物植株叶片、枝干特征的精细提取,实现对病害植株的实时监测与受病害信息预警功能。

技术领域

本实用新型涉及机器视觉识别技术领域,尤其涉及一种基于机器视觉识别的农作物病虫害信息检测装置。

背景技术

植物病虫灾害是自然灾害之一,其识别、监测、预警是防控工作的决策信息源头。在实际生产中,人们仍然依靠自身经验,凭感觉对农作物病害进行诊断,该方法时效差、效率低,远不能满足国内农业发展的需求。单纯依靠人为判断,往往会错过农作物病虫害的最佳防治期,通常在病虫害发生较严重时才可通过肉眼识别,进而大剂量喷洒农药,又会造成农产品农药残留超标,环境污染等问题。

实现农作物病虫害实时在线、廉价无损的机器自动识别,可以为农作物病虫害防治防控提供可靠依据,争取防治时间,有效减少因人工造成的不必要经济损失,同时降低了与农作物相关的维护成本。

发明内容

本实用新型的目的在于克服上述现有技术的缺点和不足,提供一种结构简单、操作便捷的基于机器视觉识别的农作物病虫害信息检测装置。用机器视觉的技术方案,提高农作物病害检测的时效性与准确性,具有实时行与自动化特点,避免人工判断带来的时间滞后与检测精度不足等问题。

本实用新型通过下述技术方案实现:

一种基于机器视觉识别的农作物病虫害信息检测装置,包括用于采集农作物图像信息的图像采集设备、用于储存图像采集设备传送来的农作物图像信息的数据存储服务器、计算机、网络数据平台模块、数据接收客户端模块;

所述图像采集设备依次连接数据存储服务器、计算机、数据接收客户端模块;所述计算机连接网络数据平台模块。

所述图像采集设备包括图像采集无人机和工业摄像机。

所述工业摄像机、图像采集无人机位于农田区域,通过互联网将图像信息传送至数据存储服务器。

所述计算机、数据存储服务器、数据接收客户端模块、网络数据平台模块通过互联网连接。

所述工业摄像机的像素为500万像素工业相机。

所述数据接收客户端模块为手机或者平板电脑。

本实用新型相对于现有技术,具有如下的优点及效果:

本实用新型针对农作物病虫害检测的高时效、大工作量以及重复性操作等特点,将机器视觉识别的图像处理技术运用于农作物病虫害自动化检测,通过对农作物植株叶片、枝干特征的精细提取,实现对病害植株的实时监测与受病害信息预警功能。

附图说明

图1为本实用新型结构示意图。

具体实施方式

下面结合具体实施例对本实用新型作进一步具体详细描述。

实施例

如图1所示。本实用新型公开了一种基于机器视觉识别的农作物病虫害信息检测装置,包括用于采集农作物图像信息的图像采集设备、用于储存图像采集设备传送来的农作物图像信息的数据存储服务器、计算机、网络数据平台模块、数据接收客户端模块;

所述图像采集设备依次连接数据存储服务器、计算机、数据接收客户端模块;所述计算机连接网络数据平台模块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201820778497.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top