一种水稻病虫智能监控系统

1.本发明涉及农作物监控系统技术领域，具体为一种水稻病虫智能监控系统。


背景技术：

2.水稻种植业主要分布在亚洲季风区。季风区水稻的种植约有7000年的历史，稻米是当地人们喜爱的主要粮食，所产稻米占世界稻米总产量的绝大部分。中国是世界上最大的稻米生产国家。
3.水稻中最常见的病害是稻瘟病，除此之外，还有白叶枯病、干尖线虫病、黑条矮缩病、纹枯病、胡麻斑病、恶苗病、细菌性条斑病等也属于水稻常发疾病，常见的虫害主要有稻螟虫、线虫、灰飞虱、大螟等，水稻在每一个时期都会遭受不同病虫害的侵害，所以及时防治病虫害是降低损失的关键。
4.农业病虫害是大田作物减产的重要因素之一，科学的监测，预测并进行预防和控制，对农业增收意义重大。目前、专业技术人员通过对定点监测的方式对农田水稻进行病虫害监测，但是不能做到实时监测并诊断处理，在应对作物病虫害时存在较大的反应延迟，从而给农业生产造成直接的经济损失，且采集信息单一，缺乏采集规范及获取数据标准。


技术实现要素：

5.本发明提供了一种水稻病虫智能监控系统，具备实时监测并诊断处理、丰富采集信息，进而使得整体监控信息更全面的有益效果，解决了上述背景技术中所提到不能实时监测和处理的问题。
6.本发明提供如下技术方案：一种水稻病虫智能监控系统，包括云服务器，所述云服务器包括视频监控终端、数据信息中心模块和数据采集终端，所述视频监控终端、数据信息中心模块和数据采集终端均通过信息传输网络与云服务器相连接；
7.所述云服务器用于用服务器搭建应用背景及搭建区域网络，作为内容输出和对外宣传；
8.所述视频监控终端用于对数据采集终端的设备信息进行定点的可视化管理；
9.所述数据信息中心用于对农作物病虫害的大数据的储存、分析以及诊断信息的适配；
10.所述数据采集终端用于水稻病虫画面进行实时检测获得采集的画面及数据信息。
11.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：所述数据采集终端包括气象站模块、无人机检测模块、卫星检测模块、设备定点检测模块和手工采集终端模块；
12.所述气象站模块用于采集墒情及环境数据，通过图形预警与灾情渲染模块，直观显示各地墒情情况；
13.所述无人机检测模块用于云台无人机进行巡航进行gps定位实时拍摄视频进行监测；
14.所述卫星检测模块用于通过卫星传输数据，通过摄像机采集图像经过卫星网络把实时动态图像传输到互联网至云服务器；
15.所述设备定点检测模块用于定点检测虫情系信息，并对虫情实时计数拍照。
16.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：所述定点检测模块包括自动识别虫情测报灯、远程拍照孢子捕捉仪和土壤温湿度传感器。
17.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：所述手工采集终端模块设置为支持手机、笔记本电脑、平板灯带摄像功能且能安装app的电子设备。
18.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：所述数据信息中心模块包括图像处理单元、智能识别单元、数据分析单元和专家知识库单元；
19.所述图像处理单元用于对数据采集终端采集到的图片、视频进行高光谱成像探测技术和基于深度学习的图像进行视觉效果的技术处理；
20.所述智能识别单元用于对处理过的图像数据进行更一步识别；
21.所述数据分析单元用于分析技术，智能识别单元用于多图片对比进而分析病虫害类别；
22.所述专家知识库单元用于对数据分析单元后的数据与专家知识库单元中的数据信息进行智能匹配进而得到诊疗方案。
23.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：所述无人机检测模块包括传感器单元和视频图像单元，所述传感器单元用于对环境温度、湿度、光照强度进行数据采集；
24.所述视频图像单元用于将视频图像进行存储传输到云服务器，利用深度学习模型对拍摄的农作物视频和图像对农田信息农作物种类进行识别，对产量进行预估。
25.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：还包括gps模块和可视化模块，所述gps模块用于测定数据采集终端所在位置的经纬度坐标值；
26.所述可视化模块用于在三维图形世界中对具有形体的信息进行操作和监测。
27.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：还包括gps模块和可视化模块，所述gps模块用于测定数据采集终端所在位置的经纬度坐标值；
28.所述可视化模块用于在三维图形世界中对具有形体的信息进行操作和监测。
29.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：所述数据采集终端还用于将经纬度坐标值写入到视频、图像信息数据包中，以建立视频、图像信息与其采集得之间的关联。
30.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：包括病虫害防治模块，所述病虫害防治模块包括方案制定单元、方案评估单元和方案实施单元。
31.作为本发明所述一种水稻病虫智能监控系统的一种可选方案，其中：包括预警模块，所述预警模块与数据采集终端相连接，所述预警模块用于将数据采集终端的数据通过红橙蓝颜色预警体现在可视化模块中达到预警效果。
32.本发明具备以下有益效果：
33.1、该一种水稻病虫智能监控系统，通过建立云服务器将采集的信息进行实时监测，并通过大数据进行智能检测识别、分析和诊断，方便对采集的数据进行整理，进而有效地采集影响水稻生长发育的病虫害信息并及时、准确的提出有效的治理方案。
34.2、该一种水稻病虫智能监控系统，通过该数据采集终端内的五大模块，即象站模块、无人机检测模块、卫星检测模块、设备定点检测模块和手工采集终端模块进行监测，采集检测的数据，丰富了采集信息，使得采集规范且能达到数据标准，使得整体监控信息更全面。
35.3、该一种水稻病虫智能监控系统，通过数据信息中心模块中对数据采集终端采集到的图片、视频进行高光谱成像探测技术和基于深度学习的图像进行视觉效果的技术处理；进而对处理过的图像数据进行更一步识别并通过分析技术，智能对多图片对比进而分析病虫害类别；最后对数据分析单元后的数据与专家知识库单元中的数据信息进行智能匹配进而得到诊疗方案，进而提高了对水稻病虫害的分析调控。
附图说明
36.图1为本发明水稻病虫智能监控系统的结构示意图。
37.图2为本发明无人机检测模块结构示意图。
具体实施方式
38.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
39.实施例1
40.农业病虫害是大田作物减产的重要因素之一，科学的监测，预测并进行预防和控制，对农业增收意义重大。目前、专业技术人员通过对定点监测的方式对农田水稻进行病虫害监测，但是不能做到现场采集、实时处理，在应对作物病虫害时存在较大的反应延迟，从而给农业生产造成直接的经济损失。
41.请参阅图1-2，一种水稻病虫智能监控系统，包括云服务器，所述云服务器包括视频监控终端、数据信息中心模块和数据采集终端，所述视频监控终端、数据信息中心模块和数据采集终端均通过信息传输网络与云服务器相连接；
42.所述云服务器用于用服务器搭建应用背景及搭建区域网络，作为内容输出和对外宣传；
43.所述视频监控终端用于对数据采集终端的设备信息进行定点的可视化管理；
44.所述数据信息中心用于对农作物病虫害的大数据的储存、分析以及诊断信息的适配；
45.所述数据采集终端用于水稻病虫画面进行实时检测获得采集的画面及数据信息。
46.通过建立云服务器将采集的信息进行实时检测，并通过大数据进行智能检测识别、分析和诊断，方便对采集的数据进行整理，进而有效地采集影响水稻生长发育的病虫害信息并及时、准确的提出有效的治理方案。
47.实施例2
48.农业病虫害是大田作物减产的重要因素之一，科学的监测，预测并进行预防和控制，对农业增收意义重大。目前、专业技术人员通过对定点监测的方式对农田水稻进行病虫
害监测，这样采集信息单一，缺乏采集规范及获取数据标准。
49.本实施例是在实施例1的基础上做出的解释说明，具体的，请参阅图1-2，其中：所述数据采集终端包括气象站模块、无人机检测模块、卫星检测模块、设备定点检测模块和手工采集终端模块；
50.所述气象站模块用于采集墒情及环境数据，通过图形预警与灾情渲染模块，直观显示各地墒情情况；墒情是指作物中含水量多寡的情况；墒指土壤的湿度，墒情指土壤湿度的情况。土壤湿度、土质、植被等条件的影响，方便对此进行灌溉方案的预估；
51.所述无人机检测模块用于云台无人机进行巡航进行gps定位实时拍摄视频进行监测；
52.所述卫星检测模块用于通过卫星传输数据，通过摄像机采集图像经过卫星网络把实时动态图像传输到互联网至云服务器；
53.通过卫星检测模块中的便携视频系统，进而将视频采集终端的图像通过互联网单元，进而将动态图像传输给云服务器；
54.所述设备定点检测模块用于定点检测虫情系信息，并对虫情实时计数拍照。
55.通过该数据采集终端内的五大模块，即象站模块、无人机检测模块、卫星检测模块、设备定点检测模块和手工采集终端模块进行监测，采集检测的数据，丰富了采集信息，使得采集规范且能达到数据标准，使得整体监控信息更全面。
56.实施例3
57.本实施例是在实施例2的基础上做出的解释说明，具体的，请参阅图1，所述定点检测模块包括自动识别虫情测报灯、远程拍照孢子捕捉仪和土壤温湿度传感器。
58.具体的，自动识别虫情测报灯的型号为ok-cq12自动虫情测报灯，无人监管的情况下，能自动完成诱虫、杀虫、收集、分装、排水等作业，且用于将虫情数据极速上传至云平台数据模块，可增设风速风向、环境温湿度、光照等多种传感器接口，并可通过gprs上传数据，以监测环境与病虫害之间的关系
59.并且ok-cq12自动虫情测报灯包括ai识别功能，方便对病虫害进行抓拍兵器且自动生成识别报告。
60.所述远程拍照孢子捕捉仪用以检测病毒病原菌孢子及花粉尘粒，拍照上传至云服务器；
61.远程拍照孢子捕捉仪专为收集随空气流动、传染的病害病原菌孢子及花粉尘粒而研制，主要用于检测病害孢子存量及其扩散动态，为预测和预防病害流行、传染提供可靠数据；是农业植保部门配备的农作物病害监测专用设备；仪器可固定在测报区域内，定点观察特定区域孢子种类及数量；
62.在将产品通过送风口使空气中的孢子通过空气采集系统使孢子落在载玻片上，传动采集系统将已经采集好的孢子收集位置移动到显微镜下的时候，微生物观察系统开始运作，将检测数据显示在屏幕上并上传云平台数据模块；
63.远程拍照孢子捕捉仪可检测病菌，其中可检测疫病、锈病、腐病、霉病、白粉病、叶斑病、蔓枯病、褐斑病菌核病、黄萎病、黑点病、锈果病、穿孔病、轮纹病、角斑病等；
64.土壤温湿度传感器用那个与检测土壤的湿度和水分，了解土壤的温度以及水分不仅能够实现节水灌溉，而且能够使得农作物更好的生长，土壤温湿度传感器，一般使用的土
壤温湿度传感器都是插入式的。它由好几个长短不一的探针组成的，主要是测量不同深度的土壤温度以及水分，采用节水灌溉节约的水能扩大可灌溉的农田面积，以此来增加产量，另一方面采用节水灌溉有利于运用科学的方法进行灌溉，因为采用节水灌溉是可以根据作物生长的到需求按时按量进行灌溉，有利于作物的生长，因此总的说来采用节水灌溉技术能显著增加农业产量。
65.实施例4
66.本实施例是在实施例1的基础上做出的解释说明，具体的，所述手工采集终端模块设置为支持手机、笔记本电脑、平板灯带摄像功能且能安装app的电子设备。
67.通过农户登录至云服务器中，将自己检测的图片信息上传至云服务器，丰富了采集信息和数据及渠道。
68.实施例5
69.本实施例是在实施例1的基础上做出的解释说明，具体的，请参阅图1，所述数据信息中心模块包括图像处理单元、智能识别单元、数据分析单元和专家知识库单元；
70.所述图像处理单元用于对数据采集终端采集到的图片、视频进行高光谱成像探测技术和基于深度学习的图像进行视觉效果的技术处理；
71.所述智能识别单元用于对处理过的图像数据进行更一步识别；
72.所述数据分析单元用于分析技术，智能识别单元用于多图片对比进而分析病虫害类别；
73.所述专家知识库单元用于对数据分析单元后的数据与专家知识库单元中的数据信息进行智能匹配进而得到诊疗方案。
74.通过数据信息中心模块中对数据采集终端采集到的图片、视频进行高光谱成像探测技术和基于深度学习的图像进行视觉效果的技术处理；进而对处理过的图像数据进行更一步识别并通过分析技术，智能对多图片对比进而分析病虫害类别；最后对数据分析单元后的数据与专家知识库单元中的数据信息进行智能匹配进而得到诊疗方案，进而提高了对水稻病虫害的分析调控。
75.实施例6
76.本实施例是在实施例2的基础上做出的解释说明，具体的，请参阅图1-2，其中：所述无人机检测模块包括传感器单元和视频图像单元，所述传感器单元用于对环境温度、湿度、光照强度进行数据采集；
77.所述视频图像单元用于将视频图像进行存储传输到云服务器，利用深度学习模型对拍摄的农作物视频和图像对农田信息农作物种类进行识别，对产量进行预估。
78.卫星、无人机或飞机上搭载的传感器，可以根据被拍摄物体的形状和纹理来检测能量如何传播、吸收或反射的整个过程，进而能检测到水稻植物的生长周期，很容易看到植物发育、成熟、衰老然后收获将增长周期和不同季节进行比较，得出不同使其作物的健康情况，进而对农田信息农作物进行产量的预估。
79.实施例7
80.本实施例是在实施例1的基础上做出的改进明，具体的，请参阅图1，其中：还包括gps模块和可视化模块，所述gps模块用于测定数据采集终端所在位置的经纬度坐标值；
81.所述可视化模块用于在三维图形世界中对具有形体的信息进行操作和监测。
82.实施例8
83.本实施例是在实施例1的基础上做出的解释说明，具体的，其中：所述数据采集终端还用于将经纬度坐标值写入到视频、图像信息数据包中，以建立视频、图像信息与其采集得之间的关联。
84.实施例9
85.本实施例是在实施例1的基础上做出的改进，具体的，请参阅图1，其中：包括病虫害防治模块，所述病虫害防治模块包括方案制定单元、方案评估单元和方案实施单元。
86.实施例10
87.本实施例是在实施例1的基础上做出的改进，具体的，请参阅图1-2，其中：包括预警模块，所述预警模块与数据采集终端相连接，所述预警模块用于将数据采集终端的数据通过红橙蓝颜色预警体现在可视化模块中达到预警效果；
88.红色预警、橙色预警和蓝色预警，通过面积和灾情严重程度，在可视化模块中进行预警，方便查看和对当地进行决策性方案的制定。
89.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性地包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
90.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。