一种基于机器视觉的大田果树病害监测预警系统的制作方法
【专利摘要】本发明涉及一种基于机器视觉的大田果树病害监测预警系统，包括：采集终端，采集大田果园各监测点的果树生长信息，将所采集的信息实时传输至服务器端；服务器端，实现对采集终端所发送的信息进行接收、处理，并将检测结果发送至客户端；客户端，接收服务器端的检测结果，当发现服务器检测结果有疑似病斑时，进行提示预警。本发明通过采集终端获取各监测点的果树图像信息，并将该图像通过Internet传输给服务器端，通过服务器端对所采集的果树图像进行预处理和病斑检测，并根据检测的结果，通过手机短信和信号灯以及PC机，提醒管理人员，发现有疑似病菌感染的果树，管理人员可以根据提示信息具体检查报警区域是否有病菌感染的果树，并进行相应的操作。
【专利说明】一种基于机器视觉的大田果树病害监测预警系统
[0001]
技术领域
[0002]本发明涉及图像识别技术领域，尤其是一种基于机器视觉的大田果树病害监测预警系统。
[0003]
【背景技术】
[0004]图像识别技术已经应用在各个领域，目前比较成熟的就有指纹识别、人脸识别和智能交通，也体现在智能农业，如地图与地形配准、自然资源分析、天气预报、环境监测、生理病变研究等许多领域，并且已得到了广泛的应用，在农业方面，如作物病虫害检测，能够通过图像识别技术，快速有效地检测农作物的病虫害情况和生长情况。
[0005]对于大田果树在生长过程中可能发生的病害，传统方法一般是通过人工在田间实地查看。这种方法虽然对于病害种类的判断准确率高，但由于果园面积一般比较大，需要耗费大量的人力成本，而且没办法实时进行查看，往往只有当小范围内有大面积病害情况发生的时候才会被察觉，严重影响了果园的生产活动。
[0006]
【发明内容】
[0007]本发明的目的在于提供一种能够自动监测大田果树的实时生长状况并判断是否有病害发生，为大田果园合理管理适时地提供预警信息，保证大田果树正常生长的基于机器视觉的大田果树病害监测预警系统。
[0008]为实现上述目的，本发明采用了以下技术方案:一种基于机器视觉的大田果树病害监测预警系统，包括:
采集终端，用于采集大田果园各监测点的果树生长信息，并将所采集的信息通过Internet网络实时传输至服务器端；
服务器端，用于实现对采集终端所发送的信息进行接收、处理，检测果树是否出现病斑并将检测结果发送至客户端；
客户端，用于接收服务器端的检测结果，当发现服务器检测结果有疑似病斑时，进行提示预警。
[0009]所述采集终端将各监测点进行分区域管理，通过采用网络摄像头，将每一个监测点的果树图像按照一定频率不断地采集，并通过Internet网络实时传输给服务器端。
[0010]所述服务器端包括:
接收模块，对各个监测点获取的图像进行接收并存储；
病害检测模块，由预处理模块和病斑检测模块组成:
预处理模块，对于各个监测点的图像分别进行灰度化处理，获取预处理图像的灰度图，然后进行直方图均衡化和图像平滑处理； 病斑检测模块，对于灰度图进行边缘检测，然后对于一定时间间隔内的边缘结果进行区域增长分析，结合增长部分边缘所包含部分的颜色和形状特征，来判断是否是病斑，并给出判断结果。
[0011]所述客户端包括:
手机短信通知模块，通过手机短信的形式，通知管理人员在哪一个检测区域检测到疑似病斑的预警信息；
信号灯，设置在每一个监测点，当服务器端检测结果有疑似病斑时，信号灯闪烁，提醒管理人员该区域检测到疑似病斑；
PC机，以消息的形式提示，并结合实时的监控探头，远程查看对应监测点果树生长情况。
[0012]所述预处理模块包括:
灰度化处理模块，采用加权平均法对图像进行灰度化处理；
直方图均衡化处理模块，对灰度图进行调整，把原始图的灰度图变为均匀分布的形式； 图像平滑处理模块，对于接收到的待检测图像进行中值滤波平滑处理。
[0013]所述病斑检测模块包括:
边缘检测模块，对于灰度图利用canny算子进行边缘检测，然后进行绿色部分检测，SP将经过图像平滑和直方图均衡化处理的图像从RGB空间转换到HSV空间下，利用阈值，检测出图像中的绿色部分;然后去除绿色部分，即在边缘检测后的图中查找属于绿色像素点对应的边缘部分，将这部分边缘设置为黑色，此时所检测得到的边缘就是疑似病斑边缘；
区域增长分析模块，对于检测得到的边缘结果，根据不同时间的结果以及区域增长原理，查看对应的边缘部分是否出现扩张，如果是，则结合增长部分边缘所包含部分的颜色和形状特征，推断是否是病斑，并给出判断结果。
[0014]所述一定时间间隔为I个小时。
[0015]由上述技术方案可知，本发明通过采集终端获取各监测点的果树图像信息，并将该图像通过Internet传输给服务器端，通过服务器端对所采集的果树图像进行预处理和病斑检测，并根据检测的结果，通过手机短信和信号灯以及PC机，提醒管理人员，发现有疑似病菌感染的果树，管理人员可以根据提示信息具体检查报警区域是否有病菌感染的果树，并进行相应的操作。
[0016]
【附图说明】
[0017]图1为本发明的结构框图；
图2为图1中服务器端的结构框图。
[0018]
【具体实施方式】
[0019]如图1所示，一种基于机器视觉的大田果树病害监测预警系统，包括:采集终端，用于采集大田果园各监测点的果树生长信息，并将所采集的信息通过Internet网络实时传输至服务器端I;服务器端I，用于实现对采集终端所发送的信息进行接收、处理，检测果树是否出现病斑并将检测结果发送至客户端2;客户端2，用于接收服务器端I的检测结果，当发现服务器检测结果有疑似病斑时，进行提示预警。所述采集终端将各监测点进行分区域管理，通过采用网络摄像头，将每一个监测点的果树图像按照一定频率不断地采集，并通过Internet网络实时传输给服务器端I。
[0020]如图1所示，所述客户端2包括:手机短信通知模块，通过手机短信的形式，通知管理人员在哪一个检测区域检测到疑似病斑的预警信息;信号灯，设置在每一个监测点，当服务器端I检测结果有疑似病斑时，信号灯闪烁，提醒管理人员该区域检测到疑似病斑，这样就可以使得管理人员快速的确定有病斑的区域，并作相应的处理;PC机，以消息的形式提示，并结合实时的监控探头，远程查看对应监测点果树生长情况。
[0021]如图2所示，所述服务器端I包括:接收模块，对各个监测点获取的图像进行接收并存储;病害检测模块，由预处理模块和病斑检测模块组成:预处理模块，对于各个监测点的图像分别进行灰度化处理，获取预处理图像的灰度图，然后进行直方图均衡化和图像平滑处理;病斑检测模块，对于灰度图进行边缘检测，然后对于一定时间间隔内的边缘结果进行区域增长分析，结合增长部分边缘所包含部分的颜色和形状特征，来判断是否是病斑，并给出判断结果。所述一定时间间隔为I个小时。
[0022]所述预处理模块包括:灰度化处理模块，采用加权平均法对图像进行灰度化处理；直方图均衡化处理模块，对灰度图进行调整，把原始图的灰度图变为均匀分布的形式；图像平滑处理模块，对于接收到的待检测图像进行中值滤波平滑处理。
[0023]所述病斑检测模块包括:
边缘检测模块，对于灰度图利用canny算子进行边缘检测，然后进行绿色部分检测，SP将经过图像平滑和直方图均衡化处理的图像从RGB空间转换到HSV空间下，利用阈值，检测出图像中的绿色部分;然后去除绿色部分，即在边缘检测后的图中查找属于绿色像素点对应的边缘部分，将这部分边缘设置为黑色，此时所检测得到的边缘就是疑似病斑边缘;病斑区域即非绿色区域跟正常区域即绿色区域的边界是相同的，因为这两部分是连在一起的，将绿色部分的边缘标记为黑色，得到的既是正常区域的边界，也是病斑区域的边界。
[0024]区域增长分析模块，对于检测得到的边缘结果，根据不同时间的结果以及区域增长原理，查看对应的边缘部分是否出现扩张，如果是，则结合增长部分边缘所包含部分的颜色和形状特征，推断是否是病斑，并给出判断结果;反之，说明未出现病斑，不做处理。
[0025]综上所述，本发明通过采集终端获取各监测点的果树图像信息，并将该图像通过Internet传输给服务器端I，通过服务器端I对所采集的果树图像进行预处理和病斑检测，并根据检测的结果，通过手机短信和信号灯以及PC机，提醒管理人员，发现有疑似病菌感染的果树，管理人员可以根据提示信息具体检查报警区域是否有病菌感染的果树，并进行相应的操作。
【主权项】
1.一种基于机器视觉的大田果树病害监测预警系统，其特征在于:包括: 采集终端，用于采集大田果园各监测点的果树生长信息，并将所采集的信息通过Internet网络实时传输至服务器端(I); 服务器端(I)，用于实现对采集终端所发送的信息进行接收、处理，检测果树是否出现病斑并将检测结果发送至客户端(2); 客户端(2)，用于接收服务器端(I)的检测结果，当发现服务器检测结果有疑似病斑时，进行提示预警。2.根据权利要求1所述的基于机器视觉的大田果树病害监测预警系统，其特征在于:所述采集终端将各监测点进行分区域管理，通过采用网络摄像头，将每一个监测点的果树图像按照一定频率不断地采集，并通过Internet网络实时传输给服务器端(I)。3.根据权利要求1所述的基于机器视觉的大田果树病害监测预警系统，其特征在于:所述服务器端(I)包括: 接收模块，对各个监测点获取的图像进行接收并存储； 病害检测模块，由预处理模块和病斑检测模块组成: 预处理模块，对于各个监测点的图像分别进行灰度化处理，获取预处理图像的灰度图，然后进行直方图均衡化和图像平滑处理； 病斑检测模块，对于灰度图进行边缘检测，然后对于一定时间间隔内的边缘结果进行区域增长分析，结合增长部分边缘所包含部分的颜色和形状特征，来判断是否是病斑，并给出判断结果。4.根据权利要求1所述的基于机器视觉的大田果树病害监测预警系统，其特征在于:所述客户端(2)包括: 手机短信通知模块，通过手机短信的形式，通知管理人员在哪一个检测区域检测到疑似病斑的预警信息； 信号灯，设置在每一个监测点，当服务器端(I)检测结果有疑似病斑时，信号灯闪烁，提醒管理人员该区域检测到疑似病斑； PC机，以消息的形式提示，并结合实时的监控探头，远程查看对应监测点果树生长情况。5.根据权利要求3所述的基于机器视觉的大田果树病害监测预警系统，其特征在于:所述预处理模块包括: 灰度化处理模块，采用加权平均法对图像进行灰度化处理； 直方图均衡化处理模块，对灰度图进行调整，把原始图的灰度图变为均匀分布的形式； 图像平滑处理模块，对于接收到的待检测图像进行中值滤波平滑处理。6.根据权利要求3所述的基于机器视觉的大田果树病害监测预警系统，其特征在于:所述病斑检测模块包括: 边缘检测模块，对于灰度图利用canny算子进行边缘检测，然后进行绿色部分检测，SP将经过图像平滑和直方图均衡化处理的图像从RGB空间转换到HSV空间下，利用阈值，检测出图像中的绿色部分;然后去除绿色部分，即在边缘检测后的图中查找属于绿色像素点对应的边缘部分，将这部分边缘设置为黑色，此时所检测得到的边缘就是疑似病斑边缘； 区域增长分析模块，对于检测得到的边缘结果，根据不同时间的结果以及区域增长原理，查看对应的边缘部分是否出现扩张，如果是，则结合增长部分边缘所包含部分的颜色和形状特征，推断是否是病斑，并给出判断结果。7.根据权利要求3所述的基于机器视觉的大田果树病害监测预警系统，其特征在于:所述一定时间间隔为I个小时。
【文档编号】G06K9/60GK105894003SQ201610275823
【公开日】2016年8月24日
【申请日】2016年4月29日
【发明人】张冲, 李淼, 张健, 高会议, 董俊
【申请人】无锡中科智能农业发展有限责任公司