[发明专利]一种园林智能浇灌系统

说明书

本发明公开了一种园林智能浇灌系统，包括土壤图像采集模块，图像处理模块，图像分析模块，控制中心、浇灌管网，所述土壤图像采集模块用于采集园林土壤的图像，所述图像处理模块用于将采集到的土壤图像进行归一化处理和灰度化处理；图像分析模块通过采用卷积神经网络算法分析处理过的土壤图像的特征来判断土壤的湿度与其对应的土壤湿度建立函数关系模型，进而判断土壤的湿度；控制中心通过土壤的湿度进行分析判断土壤的含水量，从而实现浇灌管网的控制。发明可以根据不同植被园区的土壤表层照片来判断园区是否需要浇水然后自主进行浇灌决策，当园区不需要浇灌时，便智能停止浇水，能够大量节约水资源、人力资源、避免不合理灌溉且安装简单、易操作。

技术领域

本发明涉及一种浇灌系统，尤其涉及一种园林智能浇灌系统。

背景技术

园林浇灌一直面临这样的困境：人工浇灌成本很高，而自动灌溉则导致水资源浪费、灌溉不足或过度灌溉等等问题。将智能技术引入园林浇灌工作，是解决以上困境的有效途径。本发明通过摄像头自动获取土壤图像，采用深度学习技术通过土壤图像得到土壤的湿度特征，然后自动作出土壤是否需要灌溉的决策，决策信号传递到自动控制系统，从而实现了园林智能浇灌。主要技术内容包括：以大量实验为基础，将深度学习和机器视觉技术应用于基于图像的土壤湿度分类，从而实现浇灌的智能化。

发明内容

本发明所要解决的技术问题在于针对上述现有技术存在的不足提供一种根据不同植被园区的土壤表层照片来判断园区是否需要浇水然后自主进行浇灌决策的园林智能浇灌系统。

本发明所采用的技术方案为：一种园林智能浇灌系统，其特征在于：包括土壤图像采集模块，图像处理模块，图像分析模块，控制中心、浇灌管网，所述土壤图像采集模块用于采集园林土壤的图像，所述图像处理模块用于将采集到的土壤图像进行归一化处理和灰度化处理；图像分析模块通过采用卷积神经网络算法分析处理过的土壤图像的特征来判断土壤的湿度与其对应的土壤湿度建立函数关系模型，进而判断土壤的湿度；控制中心通过土壤的湿度进行分析判断土壤的含水量，从而实现浇灌管网的控制。

按上述技术方案，还包括时间控制模块，所述时间控制模块控制土壤图像采集模块每隔设定时间采集园林土壤图像。

按上述技术方案，所述浇灌管网包括固态继电器、电磁阀、水阀开关，所述控制中心控制固态继电器和水阀开关，固态继电器控制电磁阀。

按上述技术方案，还包括显示模块，其与控制中心相连，用于实时显示土壤湿度信息。

按上述技术方案，所述土壤图像采集模块包括基于CMOS的图像采集设备。

本发明所取得的有益效果为：发明可以根据不同植被园区的土壤表层照片来判断园区是否需要浇水然后自主进行浇灌决策，当园区不需要浇灌时，便智能停止浇水，能够大量节约水资源、人力资源、避免不合理灌溉且安装简单、易操作。

附图说明

图1为本发明的原理框图。

图2为本发明的工作流程示意图。

图3为图2为本发明中初始选用的卷积神经网络算法框架。

具体实施方式

下面结合附图对本发明作进一步说明。

如图1所示，本实施例提供了一种园林智能浇灌系统，包括土壤图像采集模块，图像处理模块，图像分析模块，控制中心、浇灌管网，所述土壤图像采集模块用于采集园林土壤的图像，所述图像处理模块用于将采集到的土壤图像进行归一化处理来消除光照的影响，再对处理后的图像进行灰度处理；图像分析模块通过采用卷积神经网络算法分析处理过的土壤图像的特征来判断土壤的湿度与其对应的土壤湿度建立函数关系模型，进而判断土壤的湿度；控制中心通过土壤的湿度进行分析判断土壤的含水量，从而实现浇灌管网的控制。