十大网赌网站线上注册-十大网赌老平台排名

智能温室蔬菜信息采集的相关常识

2021-10-6??????浏览:

      随着现代信息技术与农业发展的深度融合,智能温室的出现成为必然。智能温室种植是充分运用人工智能种植蔬菜的过程,使用信息技术管理蔬菜生长,利用各种系统对生长过程进行分析并做出调整,实现智能化生产。


1.种类识别、生长信息获取与蔬菜量估计

      蔬菜种植中农业信息化技术的首要任务就是获取温室大棚中关于蔬菜生长的各种信息,对大棚内环境特征及土壤质量进行检测并采集信息,这些特征是温室蔬菜种植的基础数据。通过对关键数值的分析,系统生成适合当前环境条件种植的蔬菜供农民选择。

      智能温室可对农作物种类进行识别。在智能温室种植过程中通常会有不同种类的蔬菜分区域同时种植,此外,蔬菜生长过程中不可避免的问题就是杂草的生长,这需要运用基于深度学习的目标检测算法来进行种类识别,其过程为:获取作物图像;对图像提取颜色、形状、纹理等信息,依据这些特征对分类器进行训练,将采集到的图片信息传输至分类器完成种类识别。

      温室蔬菜种植中农业信息化技术可实现对蔬菜生长信息的获取。蔬菜的生长是循序渐进的过程,利用机器视觉技术获取蔬菜生长状态视频,通过对视频不同帧的分析得到蔬菜生长变化的信息。同时,系统也可检测杂草的生长状态并发出预警。智能温室对蔬菜及杂草生长过程中的异常形态变化也可实时记录,通过状态识别将结果及时反馈给管理人员。


      温室蔬菜种植中农业信息化技术可对蔬菜量进行判断。蔬菜量是指特定生长区域中同一种类蔬菜的总量,不同成熟度的蔬菜对应不同批次的采摘计划。蔬菜的成熟度与图像面积、颜色之间存在一定的关系,可通过间接估测的方法来确定最佳收获时间。

2.模型识别存在的问题及对策

      目前模型识别的精准度较高,但模型的限制性也比较强。这是由于模型是针对具体环境,特定作物数据集来进行训练的,因此其可迁移的能力相对较差。同时,昆虫喜灯光的特征会产生遮挡摄像头的现象,给信息采集带来干扰。蔬菜信息采集的方式应不断改进,多角度采集图片信息,尽量避免监测盲区的存在。今后应注重减少不可控因素的影响,对图片进行增强处理,提高图像分辨率,从而提高信息的利用率和作物识别的精准度。

十大网赌网站线上注册|十大网赌老平台排名

XML 地图 | Sitemap 地图