首页分享一种远程病虫害监控系统

一种远程病虫害监控系统

来源：花匠小妙招时间：2025-07-09 16:16

本发明涉及园林信息，具体涉及一种远程病虫害监控系统。

背景技术：

1、在现代园林产业中，远程病虫害监控技术作为一种新型的园林产业管理工具，逐渐得到了广泛应用。该技术通常利用遥感技术和地面监测设备的结合，实现对园林病虫害情况的实时监测。通过采集园林作物病虫害相关的数据，如光谱信息、植物生长状况图像等，并结合天气情况和地理信息，以物联网技术为基础，在后台进行数据分析，识别出数据变化规律，从而实现及时预警并提出防控建议。这种方法能够有效提升园林产业管理的精准度，减少药物使用，保护环境，并降低病虫害对作物的影响。

2、然而，在实际应用中，远程病虫害监控系统面临识别精度不高的问题。这一问题的产生往往源于多个方面：首先，采集图像的质量不高是主要因素之一，尤其在光照条件不佳或设备性能受限时，图像清晰度和细节捕捉能力较弱；其次，病虫害识别算法的不够先进或无法适应复杂园林产业生态环境，例如杂草、非目标作物的干扰，会导致识别率下降。此外，由于病虫种类繁多、外观特征相近，且受环境光照、作物生长状态等复杂因素影响，系统对于目标对象的准确区分能力受到限制。这些问题显著影响了远程病虫害监控方法的应用效果和范围。

技术实现思路

1、本发明的目的在于提供一种远程病虫害监控系统，解决现有技术远程病虫害监控系统面临识别精度不高的问题。

2、为实现上述目的，本发明提供如下技术方案：一种远程病虫害监控系统，所述系统包括：

3、数据获取模块，用于获取目标区域环境数据及病虫害图像信息；

4、分析模块，用于基于预训练的深度学习模型对所述图像信息进行分析，以提高病虫害识别精度；

5、通信预警模块，用于将识别结果传输至远程终端并在远程终端上显示识别结果并进行预警。

6、优选的，所述数据获取模块获取目标区域环境数据及病虫害图像信息包括：

7、通过部署在目标区域中的传感器阵列实时采集园林环境参数，所述参数至少包括湿度、温度、光照强度；

8、启动搭载有高清摄像头的无人驾驶飞行器，并控制其飞行到园林作物上方预定高度的位置上；

9、按照预设的拍摄频次或触发条件捕获园林内作物的图像；

10、将所述传感器采集的环境参数与所述高清摄像头捕获的作物图像相结合作为获取的园林环境数据及病虫害图像信息。

11、优选的，所述分析模块基于预训练的深度学习模型对所述图像信息进行分析，以提高病虫害识别精度包括：

12、对获取的病虫害图像信息进行预处理，包括缩放、去噪及亮度归一化；

13、使用已标注的病虫害样本数据对基于卷积神经网络模型进行初步训练并微调其参数；

14、应用所述微调过的深度学习模型对待识别的病虫害图像进行推理分析，确定是否存在特定种类的病害或虫害标志；

15、根据识别出的病症斑点或虫体的特征值评估其在田间的分布密度和健康程度，以便量化病情的严重性；

16、输出该模型处理后的识别标签以及置信度指标作为识别病虫害的关键依据。

17、优选的，所述通信预警模块将识别结果传输至远程终端并在远程终端上显示识别结果并进行预警包括：

18、将分析识别的结果按照特定格式编码转化为适合传输的数据包；

19、调用预先定义好的无线通信模块(如lte、lora)按配置策略发起上传指令；

20、发送到远程监控平台后，由云端服务器接收并解包解析出原始数据与识别分析结果；

21、将处理后的结果呈现给用户并通过可视化的方式展现园林作物当前的状态与威胁等级；

22、在达到设定的风险阀值后即刻向指定设备或者应用程序发送告警通知以提示管理者采取必要的行动措施。

23、优选的，所述分析模块基于预训练的深度学习模型对所述图像信息进行分析以提高病虫害识别精度具体包括：

24、使用已标注的图像数据集进行模型训练；

25、将获取到的园林环境图像输入至训练好的模型；

26、基于模型输出的识别结果计算每个类别的概率；以及

27、当某一类别概率超过设定的基准线时确定识别结果。

28、优选的，所述基于模型输出的识别结果计算每个类别的概率包括：

29、设定每一类的概率初始化为零；

30、根据模型预测输出，为对应的每个类别的预测值加上相应的概率；以及

31、计算每个类别预测值和的概率分值p；并且基于当某类别得分p高于设定的概率阈值θ时，则确认所述类别的预测值为最终的病虫害识别结果。

32、优选的，所述并且基于当某类别得分p高于设定的概率阈值θ时，则确认所述类别的预测值为最终的病虫害识别结果进一步包含：

33、确定类别得分p等于其分类概率；

34、设置分类概率与预定义阈值的关系，θ表示该设定的阈值；而且p>θ，则满足高可信识别；

35、标记所述病虫害识别的结果，并关联相应的类别标签t；

36、基于该类别t的高可信识别将标记上传至服务器作为远程预警。

37、优选的，所述基于该类别t的高可信识别将标记上传至服务器作为远程预警具体包括：

38、校验所述标记数据包是否完整性m(如果m成立则是完好的、否则丢弃)；如果标记数据丢失超过总信息量的比例δ，则m不成立，

39、基于网络通信协议将有效的数据传输给指定服务器地址s；

40、在接收到确认信号c之前，保留当前的病虫害识别消息以作备份；且当服务器回应确认信号c，则可以释放内存，

41、最终显示在用户界面上以供决策支持和紧急措施实施。

42、由上述技术方案可知，本发明具有如下有益效果：

43、该远程病虫害监控系统，通过数据获取模块获取目标区域环境数据及病虫害图像信息，分析模块基于预训练的深度学习模型对所述图像信息进行分析，以提高病虫害识别精度，通信预警模块将识别结果传输至远程终端并在远程终端上显示识别结果并进行预警，能够显著提高识别精度和系统稳定性，增强了在不同光照条件下的图像清晰度和细节捕捉能力，能够更有效地应对复杂的生态环境，减少杂草、快速准确的识别包括病害、虫草、杂草等非目标作物的干扰，从而提高识别的准确性，不仅提高了病虫害监控的精准度，还有效减少了药物的使用，保护了环境，为防控病虫害提供了数据支持，并降低了病虫害对园林作物的损害，解决了远程病虫害监控系统面临识别精度不高的问题。

技术特征：

1.输出该模型处理后的识别标签以及置信度指标作为识别病虫害的关键依据。

2.根据权利要求1所述的一种远程病虫害监控系统，其特征在于：所述通信预警模块将识别结果传输至远程终端并在远程终端上显示识别结果并进行预警包括：

3.根据权利要求1所述的一种远程病虫害监控系统，其特征在于：所述分析模块基于预训练的深度学习模型对所述图像信息进行分析以提高病虫害识别精度具体包括：

4.根据权利要求5所述的一种远程病虫害监控系统，其特征在于：所述基于模型输出的识别结果计算每个类别的概率包括：

5.根据权利要求6所述的一种远程病虫害监控系统，其特征在于：所述并且基于当某类别得分p高于设定的概率阈值θ时，则确认所述类别的预测值为最终的病虫害识别结果进一步包含：

6.根据权利要求7所述的一种远程病虫害监控系统，其特征在于：所述基于该类别t的高可信识别将标记上传至服务器作为远程预警具体包括：

技术总结
本发明公开了一种远程病虫害监控系统，所述系统包括数据获取模块，用于获取目标区域环境数据及病虫害图像信息；分析模块，用于基于预训练的深度学习模型对所述图像信息进行分析，以提高病虫害识别精度；通信预警模块，用于将识别结果传输至远程终端并在远程终端上显示识别结果并进行预警，该远程病虫害监控系统，能够显著提高识别精度和系统稳定性，增强了在不同光照条件下的图像清晰度和细节捕捉能力，能够更有效地应对复杂的目标区域生态环境，减少杂草、非目标作物的干扰，从而提高识别的准确性，不仅提高了病虫害监控的精准度，保护了环境，为防控病虫害提供了数据支持，并降低了病虫害对园林作物的损害。

技术研发人员：王思海,侯梅芳
受保护的技术使用者：上海应用技术大学
技术研发日：
技术公布日：2025/1/28