“病虫害”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果37066个，建议您升级VIP下载更多相关专利

[发明专利]基于物联网的托管种植服务平台-CN201810940367.X在审
发明人：朱洪波;饶安琪;邵汉钦;杨小彤;生建 -专利权人：南京邮电大学
申请日： 2018-08-17 - 公布日： 2019-01-22 - 主分类号： G06T7/00 文献下载
摘要：观察模块使的作用是基于计算机视觉技术对植物中的病虫害信息进行识别。观察模块识别病虫害信息时，主要包括以下步骤：S1，采集原始图像；S2，将原始图像转换至灰度空间、YUV颜色空间、HSV颜色空间，以对植物中存在的病虫害进行大致识别；S3，对植物中存在的病虫害信息进行精确识别；S4，获取病虫害信息。如此，使用计算机视觉技术对病虫害信息进行识别，相较于人工作业，提高了病虫害识别的效率及准确性。
病虫害信息计算机视觉技术平台服务端服务平台物联网观察托管种植采集原始图像植物品种选择病虫害识别灰度空间模块识别平台管理平台用户人工作业视频模块选择模块原始图像病虫害转换

[发明专利]一种智慧农业病虫害远程自动诊断系统-CN201710087816.6在审
发明人：章银娥;刘财辉;胡声洲;邱修峰 -专利权人：赣南师范大学
申请日： 2017-02-18 - 公布日： 2017-07-14 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了农业病虫害防治技术领域的一种智慧农业病虫害远程自动诊断系统，该智慧农业病虫害远程自动诊断系统包括摄像机、图像采集单元、解码器、无线通讯单元、中央处理器、图像处理识别单元、专家在线诊断单元、数据撷取单元、数据管理单元、远程终端、信息发送单元和移动终端，首先通过对病虫害的图像采集，然后对图像信息进行远程自动识别处理，最后识别结果在植保户的移动终端进行显示，而且该系统具有强大的数据库，能够快速进行病虫害的识别，对于特定类型的病虫害进行诊断，还具有专家在线诊断的功能，保证了诊断的准确性，并将诊断信息传输至植保户的移动终端和远程终端，便于对病虫害的及时治疗，提高了治疗效果，节约了成本。
一种智慧农业病虫害远程自动诊断系统

[发明专利]一种基于互联网的小麦病虫害防治方法-CN201610291363.4在审
发明人：徐元国;王茹敏;樊兴坡;莹樊莹;程晓东;袁利敏 -专利权人：信阳师范学院
申请日： 2016-05-05 - 公布日： 2016-09-21 - 主分类号： G01N21/84 文献下载
摘要：本发明涉及一种基于互联网的小麦病虫害防治方法，属于小麦病虫害防治领域。本发明中通过检测整个地块的土壤特性和环境特征，将地块分为多个规则网格单元；在每个网格内设置摄像头，实时监控小麦的状态，传送给计算机单元，计算机单元分析对比接收到的图像数据，判断小麦是否发生病虫害；当小麦叶片或麦穗状态异常时，判断发生了何种病虫害，针对不同小麦病虫害状况应施放的农药类型及用量的数据信息，确定将采取何类药液类型和多少的药液用量。本发明提出的基于互联网的小麦病虫害防治方法，克服了现有技术中的监测监控摄像头部署方法的不足，推动网络技术在农业中实用化进程，实现了对作物病虫害及时预警和对症下药。
一种基于互联网小麦病虫害防治方法

[发明专利]一种基于人工神经网络的智能植保系统-CN201910846581.3在审
发明人：李美琼;李佩龙 -专利权人：云南天质弘耕科技有限公司
申请日： 2019-09-09 - 公布日： 2021-03-26 - 主分类号： H04L29/08 文献下载
摘要：本发明公开一种基于人工神经网络的智能植保系统，包括病虫害数据采集、无线通讯、智能数据分析、远程控制终端(App)、智能施药系统。病虫害数据采集模块用于土壤、空气、病虫害数据和视频采集；无线通信模块利用5G移动无线网络，基于卷积神经网络CNN视频压缩方法，将采集的数据传输到云服务器；智能数据分析系统用于病虫害智能识别，输出防治方案本发明能够对种植环境和病虫害进行实时监测，通过卷积神经网络技术对病虫害进行智能识别，智能给出防治方案，智能控制施药系统喷药，大大提高了病虫害识别与防治的效率。
一种基于人工神经网络智能植保系统

[发明专利]一种用于大田作物病虫害监测设备及方法-CN202111382161.8在审
发明人：管征超 -专利权人：杭州睿坤科技有限公司
申请日： 2021-11-22 - 公布日： 2022-04-05 - 主分类号： G01D21/02 文献下载
摘要：本发明为一种用于大田作物病虫害监测设备及方法，属于农业病虫害监测技术领域,通过处理器接收、储存并处理图像采集模块、温度监测模块、湿度监测模块所采集的信息，并将边缘计算模块的病虫害识别结果通过无线通讯模块上传远程服务器，远程服务器再次对上传的信息进行重新复检、匹配，得出最精确的虫情报告，将结果发送至智能终端；本发明有效解决目前现有大田作物病虫害监测设备及方法无法精确有效地识别病虫害情况，通过图像采集模块、温度监测模块、湿度监测模块、边缘计算模块和远程服务器，提高了病虫害识别的时效性和精确性，对于病虫害精准防治具有其指导意义。
一种用于大田作物病虫害监测设备方法

[发明专利]基于改进VGG-16网络的农作物病虫害识别方法-CN202111583032.5在审
发明人：陈梓明;田绪红;古万荣;毛宜军;卢泽伦;何亦琛;柯海萍;何浩明 -专利权人：华南农业大学
申请日： 2021-12-22 - 公布日： 2022-04-15 - 主分类号： G06V10/771 文献下载
摘要：本发明公开了一种基于改进VGG‑16网络的农作物病虫害识别方法，包括：S1、获取农作物病虫害图像数据，并按照不同的农作物病虫害进行分类；S2、将农作物病虫害图像数据中的图像输入到改进VGG‑16网络进行参数训练；S3、参数训练完成后，得到一个能够对图像中的农作物病虫害进行识别的最优网络，最终通过该最优网络即可对任意输入的图像中的农作物病虫害进行自动识别。本发明突破原有技术准确率较低、缺乏鲁棒性和自适应能力差等问题，鲁棒性更强，识别率更高，网络参数更少，自适应能力更强，识别速度更快，对图像中的农作物病虫害识别更加准确。
基于改进 vgg 16 网络农作物病虫害识别方法

[发明专利]一种基于知识图谱与机器学习的农作物病虫害问答模型-CN202210429043.6在审
发明人：许鑫;张娟娟;熊淑萍;马新明;钱学霖 -专利权人：河南农业大学
申请日： 2022-04-22 - 公布日： 2022-08-12 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种基于知识图谱与机器学习的农作物病虫害问答模型，该模型的构建的具体操作步骤如下：数据采集与预处理、农作物病虫害知识图谱构建、基于机器学习的病虫害问答模型、评价指标、本体构建、实体与关系的构建、命名实体识别和问答模型性能测试；以农作物病虫害知识为研究对象，探索基于知识图谱的问答方法，在智慧农业知识问答领域的应用方法和技术，通过构建病虫害知识图谱作为智能问答的知识库，基于NBC、BERT和BERT+TextCNN构建农作物病虫害问答分类模型，实现问题模板分类以及问句匹配，实现农作物病虫害问答问题分类和知识推荐，以期为农业知识问答、知识推荐等智慧农业知识智能服务提供理论支撑和技术参考。
一种基于知识图谱机器学习农作物病虫害问答模型

[发明专利]一种基于卷积神经网络的农作物病虫害识别方法-CN202210838124.1在审
发明人：戴敏;沈雨田;王礼星;缪宏;戈林泉;张善文;张燕军;刘思幸 -专利权人：扬州大学
申请日： 2022-07-17 - 公布日： 2022-09-23 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于卷积神经网络的农作物病虫害识别方法，包括：利用CCD相机采集真实场景下的农作物病虫害图像并建立数据集；通过图像预处理对数据集进行扩充；提出基于卷积神经网络的农作物病虫害识别模型；完成数据集的划分并训练模型；调用已训练完成的农作物病虫害识别模型对测试集农作物病虫害图像进行识别。本发明利用Incecption结构搭建卷积神经网络的多尺度特征融合模块，结合空间金字塔池化(SPP)模块提高了模型对不同尺度的病虫害图像特征的学习能力，引入的LeakyReLu激活函数和批归一化(BN)算法可以进一步提高模型训练拟合效果，通过模型重构获得一个15层的病虫害识别模型，可用于实时检测。
一种基于卷积神经网络农作物病虫害识别方法

[发明专利]基于YOLO v5的农业病虫害检测方法及装置-CN202211339091.2在审
发明人：赵瑞芳;罗长寿;魏清凤;陆阳;龚晶;余军;王富荣;郑亚明;曹承忠 -专利权人：北京市农林科学院
申请日： 2022-10-28 - 公布日： 2022-12-30 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于YOLO v5的农业病虫害检测方法及装置，通过构建基于深度监督的YOLO v5病虫害检测模型，基于深度监督的YOLO v5病虫害检测模型包括Stem主干特征网络、特征提取网络和预测网络；将待检测农业病虫害图像输入基于深度监督的YOLO v5病虫害检测模型，以使Stem主干特征网络提取待检测农业病虫害图像中的初步特征，特征提取网络从所述初步特征中提取有效特征，预测网络根据有效特征输出预测结果，由于对YOLO v5模型中主干特征网络进行了改进，将原来的Focus模块改为Stem模块，加强了特征提取能力，在控制计算量的基础上有效提升特征表达能力，有效提升模型检测农业病虫害的准确性。
基于 yolo v5 农业病虫害检测方法装置

[发明专利]一种基于高光谱实时探测技术的智能喷洒系统-CN201710584753.5有效
发明人：吴太夏;王树东 -专利权人：河海大学;中国科学院遥感与数字地球研究所
申请日： 2017-07-18 - 公布日： 2020-09-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于高光谱实时探测技术的智能喷洒系统，包括作物病虫害信息提取系统和智能喷洒系统；作物病虫害信息提取系统包括遥感影像获取单元、异常探测单元和病虫害信息提取单元和信息输出反馈单元，遥感影像获取单元利用高光谱成像仪获取作物区域的高光谱遥感影像，异常探测单元对高光谱遥感影像数据逐行进行异常探测获得异常探测结果，病虫害信息提取单元对异常探测结果进行阈值判断获得作物病虫害的状况，信息输出反馈单元将作物病虫害的状况传输至智能喷洒系统；智能喷洒系统依据作物病虫害的状况对作物进行变量喷洒
一种基于光谱实时探测技术智能喷洒系统

[发明专利]一种病虫害识别方法和装置-CN201910013434.8有效
发明人：翁园林 -专利权人：武汉南博网络科技有限公司
申请日： 2019-01-07 - 公布日： 2021-04-27 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及农业互联网技术领域，特别是涉及一种病虫害识别方法和装置，方法包括：根据用户在签约区域内所种植物的种类及当前所处生长周期，对照植物生长库建立标准生长模型；获取签约区域内植物各生长指标的实际数据，并与标准生长模型匹配，进而判断植物的生长状态；当确认所述植物处于病虫害状态时，在签约区域内进行图像采集，结合图像识别和病虫害数据库确定病虫害种类，并推送至智能终端。本发明预先建立植物的详尽指标数据库，通过将获取的实际数据与对应的标准数据进行匹配可准确地监测植物生长状态，确定病虫害发生程度，并可通过图像识别进一步确定病虫害种类，使用户及时、快速、准确地获知病虫害种类
一种病虫害识别方法装置

[发明专利]一种农业病虫害领域多模态数据集制作方法、处理装置和存储介质-CN202011147063.1有效
发明人：曾庆田;王善松;倪维健;段华;李超;鲁法明;宋戈;林泽东;赵华 -专利权人：山东科技大学
申请日： 2020-10-23 - 公布日： 2022-11-15 - 主分类号： G06F16/951 文献下载
摘要：本发明涉及一种农业病虫害领域多模态数据集制作方法、处理装置和存储介质，包括步骤如下：首先，收集农业病虫害的类别，并建立层级分类系统；其次，搜集农业病虫害类别对应的农业技方以及农业病虫害类别对应的图片；最后，转换为结构化数据，并依次进行内容过滤、分词，获取农业病虫害领域文本模态数据集；对搜集的农业病虫害类别对应的图片中的无用图片做初步过滤，进行数据增强处理，得到农业病虫害领域图像模态数据集。
一种农业病虫害领域多模态数据制作方法处理装置存储介质

[发明专利]一种基于无人机的农药喷洒方法-CN202310008816.8有效
发明人：刘春燕;刘华;许伟杰;刘付俊威;刘罗剑;周志新;余国城;官东清;廖艳平;曾泽方 -专利权人：广东博幻生态科技有限公司
申请日： 2023-01-04 - 公布日： 2023-08-08 - 主分类号： G05D1/10 文献下载
摘要：本发明属于智慧植保技术领域，提供了一种基于无人机的农药喷洒方法，通过RX算法中识别出高光谱遥感影像在无人机作业区域中对应位置的病虫害区域；通过病虫害区域对航线路径进行优化获得优化路径。根据实际的病虫害区域与导航路径之间的距离关系稳定的覆盖农药喷洒范围，能够极大的提高了路径生成速度。并且能避免部分非病虫害区域的重复喷洒，均衡的判断出非病虫害区域和病虫害区域的位置之间的差异性，并且能够智能的避免部分非病虫害区域的重复喷洒，极大的减少飞行的转折点，减少了无人机飞行中的减速或变速，提高了无人机的喷洒作业速度
一种基于无人机农药喷洒方法

[发明专利]基于图像分析的油茶病虫害模型训练方法和识别方法-CN201910719779.5有效
发明人：韦维;杨帆 -专利权人：广州林猫物种自动识别技术有限公司
申请日： 2019-08-06 - 公布日： 2023-04-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于图像分析的油茶病虫害模型训练方法和识别方法，所述的方法包括获得含有原始病虫害信息的叶片图像；对叶片图像进行切分处理，保留病斑的叶片区域，精确地获得病斑区域的图像，该切分可以是根据病虫害疾病类型进行分割，还可以是根据同一种病虫害的不同发病期进行图像切分。对切分后的图像进行标记处理，提交神经网络训练；利用该神经网络进行病虫害识别。本发明将含有病虫害叶片图像进一步的精确化切分处理，神经网络训练提取的颜色特征、纹理特征和形态等信息更为准确，精准度高，对于科学、准确地防治病虫害具有良好的促进作用。
基于图像分析油茶病虫害模型训练方法识别

[发明专利]一种基于Android手机平台的识别农作物病虫害的方法及系统-CN201310472832.9无效
发明人：张洁;李瑞;谢成军;宋良图;王儒敬;周林立;黄河;董伟;郭书普;严曙;聂余满 -专利权人：中国科学院合肥物质科学研究院;安徽省农业科学院情报研究所
申请日： 2013-10-11 - 公布日： 2014-01-15 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及基于Android手机平台的识别农作物病虫害的方法，包括：通过摄像头拍摄病虫害图像，并将其存储在Android手机的SD卡中；对病虫害图像进行预处理；对经过预处理的病虫害图像进行特征提取；对特征集合进行特征训练，使用SVM统计向量机方法训练样本集数据，得到病虫害诊断模型；调用病虫害诊断模型进行SVM统计向量机分类，得到病害图片分类和诊断结果，并将防治方法反馈到手机用户。本发明还公开了基于Android手机平台的识别农作物病虫害系统。
一种基于 android 手机平台识别农作物病虫害方法系统