基于图像识别的蔬菜大棚智能喷洒管理系统研究与设计

发布时间：2020-11-20 06:53

　　 我国是世界上最大的蔬菜种植国家,蔬菜种植业逐渐成为农民脱贫致富的途径之一。在蔬菜种植过程中病虫害种类繁多,发生规律复杂,广大菜农多依靠主观判断进行病虫害防治,误判率高导致病虫害不能够及时准确的防治,直接影响蔬菜品质和产量,造成巨大的经济损失。随着农业科技的快速发展,要求温室大棚为蔬菜生长提供更加科学的生长环境,根据不同蔬菜不同生长阶段所需养分进行智能施肥。基于以上问题本文研究设计了一种基于图像识别的蔬菜大棚智能喷洒管理系统,该系统可以帮助菜农及时、准确的自动识别蔬菜病虫害并进行防治,还具有营养液智能配置功能,根据不同蔬菜不同生长阶段所需营养液进行智能喷洒,解决了蔬菜大棚施肥、除病虫害方面效率低、劳动强度大以及资源浪费等问题。本文对基于图像识别的蔬菜大棚智能喷洒管理系统的研究主要分为病虫害识别防治、营养液智能喷洒和环境监控三部分。病虫害识别防治部分:本部分主要实现番茄叶片病虫害图像采集、预处理、特征信息提取、分类识别和病虫害防治等功能。针对番茄图像易受自然光线和角度等因素的影响,采用颜色空间变换和中值滤波算法对图像进行预处理,然后采用直方图特征提取算法对番茄病虫害图像颜色和纹理特征进行提取并生成对应特征向量,最后采用基于加权距离K近邻算法对番茄病虫害图像进行分类识别,将最终诊断结果转换成控制命令发送给主控制器实现病虫害防治功能。营养液智能喷洒部分:本部分包括营养液的智能配置和智能喷洒。每个箱体上配有流量传感器和可调开度电动阀,采用比值控制系统,严格控制配料精度,实现营养液的智能配置。智能喷洒部分根据不同蔬菜不同生长阶段所需营养液不同进行智能喷洒。环境监控部分:本部分主要采集蔬菜大棚内部环境参数如空气温湿度、光照强度、二氧化碳浓度等信息,并通过NB-IoT无线通信模块发送给服务器进行数据分析与存储,用户可以通过WEB界面和显示屏查询大棚内部各项环境参数,实现对大棚环境的实时监测。此外用户可以通过界面实现对大棚内部电气设备的控制,维持蔬菜生长环境的动态平衡。综上所述,本文研究的智能喷洒管理系统为缺乏病虫害防治知识的菜农提供极大的便利,提高了蔬菜病虫害识别率并进行及时准确的喷洒防治,并能根据不同蔬菜不同生长阶段所需营养液进行智能喷洒施肥,对实现蔬菜大棚智能喷洒管理建设具有重要研究意义。
【学位单位】：曲阜师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S436.3;TP391.41
【部分图文】：

图 1.1 正常番茄叶片图像以下介绍 4 种常见的番茄病变叶片并配上部分样本图片。番茄叶霉病：叶霉病的发生一般都是从下部叶片开始，蔓延至中上部叶片。初期面出现黄绿色，后期变为灰色或黑紫色的不规则霉层。严重时，叶片会干枯卷缩。

图 1.2 番茄叶霉病图像番茄早疫病：早疫病经常在生长中后期发病严重，其主要危害叶片出现病斑，逐后的形状为圆形或者不规则的轮纹斑。边缘通常是浅绿色或者黄色的晕环，中部呈纹。叶片症状如图 1.3 所示。

图 1.3 番茄早疫病图像番茄晚疫病：病斑大多先从叶尖或叶缘开始呈现出水浸状褪绿斑，严重时形成褐。晚疫病发生的速度非常快，在没有药剂控制情况下，从开始发现病害到爆发成灾 天左右时间。叶片症状如图 1.4 所示。
【相似文献】

相关期刊论文 前10条

1 赵静;;浅析深度学习在图像识别中的应用[J];襄阳职业技术学院学报;2019年02期

2 刘宣彤;;计算机图像识别的智能化处理方法分析[J];科技经济导刊;2019年11期

3 杨声英;胡海霞;;计算机图像识别的智能化处理技术瓶颈与突破[J];信息与电脑(理论版);2019年16期

4 刘飞;张俊然;杨豪;;基于深度学习的医学图像识别研究进展[J];中国生物医学工程学报;2018年01期

5 陈凯;;人工“智能”图像识别[J];中国信息技术教育;2017年Z2期

6 于婷;;计算机图像识别的智能化处理技术瓶颈与突破[J];信息与电脑(理论版);2018年21期

7 陈健军;张俊杰;袁俊来;刘玉彤;王阿川;;学校食堂菜品图像识别方法研究[J];黑龙江科技信息;2017年14期

8 庞鸿宇;刘益成;;智能钱币分类整理机[J];科学中国人;2017年03期

9 康少伟;;计算机图像识别智能化处理技术的研究[J];广西教育;2016年35期

10 段云涛;王超;;基于图像识别的食品变质检测技术[J];饮食科学;2017年06期

相关博士学位论文 前10条

1 王璨;基于机器学习的农业图像识别与光谱检测方法研究[D];山西农业大学;2018年

2 冉瑞生;一些矩阵计算问题及其在图像识别中的应用研究[D];电子科技大学;2006年

3 孙权森;基于相关投影分析的特征抽取与图像识别研究[D];南京理工大学;2006年

4 胡元奎;可变光照和可变姿态条件下的人脸图像识别研究[D];中国科学技术大学;2006年

5 谢铉洋;SARS医学图像识别与辅助诊断研究[D];中国科学技术大学;2006年

6 刘军;人脸图像识别关键技术的研究[D];北京邮电大学;2015年

7 王宇旸;基于可重构计算技术的图像识别与分类系统研究[D];中国科学技术大学;2009年

8 张宁;机场安检技术关键问题研究[D];南京航空航天大学;2015年

9 彭澄宇;图像稀疏建模理论与应用研究[D];重庆大学;2012年

10 王宇新;基于特征分布的图像识别方法研究与应用[D];大连理工大学;2012年

相关硕士学位论文 前10条

1 李国栋;图像识别中的判别特征提取方法研究[D];河南大学;2019年

2 薛祯也;基于深度学习的煤矸石识别方法研究[D];西安科技大学;2019年

3 袁一丹;基于图像识别的工作人员穿戴规范性检测技术研究[D];电子科技大学;2019年

4 屈伟;基于FPGA的深度学习在图像识别上的优化与加速应用[D];电子科技大学;2019年

5 李亚中;基于图像识别的SMT焊点检测方法应用研究[D];电子科技大学;2019年

6 郑尊凯;深度学习模型下岩屑图像识别研究[D];长江大学;2019年

7 刘狄;输电线路远程智能图像识别巡检技术研究[D];江苏大学;2019年

8 崔丽洁;机器学习在水稻病斑图像识别中的方法研究[D];青岛科技大学;2019年

9 安东;基于图像识别的蔬菜大棚智能喷洒管理系统研究与设计[D];曲阜师范大学;2019年

10 尹晓明;基于TensorFlow深度学习机制的识别系统的实现及其移动端识别优化技术的研究[D];云南大学;2017年

本文编号：2891115