[发明专利]一种基于图像识别的仔姜种植信息系统有效

专利信息
申请号: 201910443740.5 申请日: 2019-05-27
公开(公告)号: CN110134814B 公开(公告)日: 2020-12-01
发明(设计)人: 姜玉松;姜妮;化磊;黄孟军;王成琳;任芳新;李传印 申请(专利权)人: 重庆文理学院
主分类号: G06F16/583 分类号: G06F16/583;G06K9/62;G06Q50/02
代理公司: 重庆晶智汇知识产权代理事务所(普通合伙) 50229 代理人: 施永卿
地址: 40216*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 种植 信息系统
【权利要求书】:

1.一种基于图像识别的仔姜信息系统,包括中央服务系统与终端系统;

所述中央服务系统由包括病虫害识别系统、病虫害防治措施系统、信息管理系统、病虫害监测系统组成;

所述病虫害识别系统,对输入图像利用图像识别技术,依据仔姜病虫害识别模型提取图像特征向量,由特征向量在病虫害图像检索库中检索,返回与输入图像特征向量最匹配且置信度大于门限值的仔姜病虫害类别;

所述仔姜病虫害识别模型为线下训练完成的深度神经网络多分类模型;输入为仔姜图片,输出为仔姜病虫害特征向量;

所述病虫害图像检索库为仔姜种植过程中病虫害图像的病虫害特征向量;所述仔姜种植过程中一类病虫害有不少于1张病虫害图像,即有不少于1个病虫害特征向量;

所述检索为,计算特征向量和病虫害图像检索库中病虫害特征向量置信度,置信度最大即为检索结果;

置信度计算公式:

式中,x为特征向量,xi为病虫害图像检索库中病虫害特征向量,||x-xi||为向量x-xi的二范数计算,si为x同xi的置信度;

当最大置信度大于门限值时,输出对应最大置信度的仔姜病虫害类别,否则,输出结果为空;

所述病虫害防治措施系统,依据仔姜种植过程中病虫害类别,提供不同防治措施;

所述防治措施包含使用药品名称、使用剂量、使用次数、注意事项及已知防效;

所述病虫害防治措施系统,使用病虫害类别进行检索;

所述信息管理系统,对仔姜种植过程中数据的记录;每个仔姜种植户拥有独立的信息记录,由种植户ID进行索引;

所述信息记录包含信息条目为种植编号、种植地坐标、仔姜品种、病虫害发病记录、农药施药记录、历史产量记录;

所述种植户ID为独立不重复字符串;

所述病虫害发病记录为病虫害发病时间、病虫害类别;

所述农药施药记录为农药施药时间、农药名称、施药剂量;

所述病虫害监测系统,根据信息管理系统中记录,根据病虫害发病位置分析预判所有仔姜种植地的病虫害危害,及时准确采取措施;计算公式采用距离计算,计算出各个地域的病虫害危害值;

式中dij为仔姜种植i地与j地间的距离;为表征仔姜种植j地是否发生病虫害;vi为计算出的仔姜种植i地病虫害危害因子,值越大危害越高;

所述终端系统具备拍照、显示以及访问中央服务系统的功能,用于种植户访问中央服务系统并显示结果;

所述访问中央服务系统包括使用种植户账号对信息记录查询、上传仔姜图像获取病虫害识别结果、获取病虫害防治措施;

所述仔姜种植户上传仔姜图像获取病虫害识别结果、获取病虫害防治措施,步骤如下:

S01、终端系统使用拍照功能对仔姜病虫害部位进行拍照,将图像、种植户ID及密码组成查询申请信息发送中央服务系统;

S02、中央服务系统接收到查询申请信息,对种植户ID及密码进行验证;验证失败,直接返回查询申请失败信息;验证成功,进行如下步骤;

S03、中央服务系统调用病虫害识别系统,输入仔姜病虫害部位图片,输出病虫害类别识别结果及置信度;

S04、中央服务系统调用病虫害防治措施系统,使用病虫害类别识别结果进行检索,获取对应的防治措施;

S05、中央服务系统调用信息管理系统对查询信息及识别结果进行记录;

S06、中央服务系统发送查询申请成功信息,所述查询申请成功信息包含:病虫害类别识别结果、置信度及对应的防治措施;

S07、终端系统接收查询申请成功信息,显示病虫害类别识别结果、置信度及对应的防治措施;

所述种植户ID及密码为种植户首次注册设定;

所述首次注册包括设置种植户ID及密码、分配种植编号、完善种植户信息;

所述种植户信息包括:种植地坐标及仔姜品种。

2.如权利要求1所述的一种基于图像识别的仔姜信息系统,其特征在于:病虫害监控系统输出结果为病虫害危害等级地图;

所述病虫害危害等级地图使用颜色深浅表征危害等级,病虫害危害值越大,病虫害危害等级越高,颜色越深。

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重庆文理学院,未经重庆文理学院许可,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/201910443740.5/1.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