[发明专利]一种基于物联网的智能施药方法及系统

说明书

本发明涉及一种基于物联网的智能施药方法及系统，包括：采集监测区域农作物的图像信息以及监测区域土壤环境特征信息，对所述采集的信息进行预处理；建立对比数据库，存储各种信息作物各生长阶段的图像特征信息、农作物生长的土壤环境特征信息、各种害虫的图像特征信息、不同生长状况的农作物施药种类和比例信息；建立深度卷积神经网络模型，通过训练样本数据对所述神经网络模型进行深度的学习和训练；通过深度卷积神经网络模型识别判断监测区域内的农作物生长情况、土壤环境信息、是否存在害虫和是否需要施药以及施药的种类；根据识别判断后的结果信息，选择施药种类和比例进行调配，通过自适应的工作方式对监测区域施药。

技术领域

本发明涉及物联网技术领域、图像识别技术领域和农业环境检测技术领域，尤其涉及一种基于物联网的智能施药方法及系统。

背景技术

粮食是人类生存的基础，我国农业种植已经发展了几千年，积累了许多的农业种植经验，对于不同情况的农作物有着不同的应对方法，在面对患病作物和虫害情况对其施用对应的药品，防止病害和虫害带来损失，在采取应对措施时，人工施用药物存在喷洒不平均，药物使用过剩等缺点，可能会对环境产生污染和影响农作物的生长，如何更好的应对虫害和病害且不影响周边环境及农作物的生长是一个重要的问题。

将现今农业科学技术与以往的种植农作物经验相结合，通过图像识别技术识别农作物的生长状况，同时通过农作物的生长状况和土壤环境状况预测是否有潜在的危害，结合识别预测情况，采取相应的措施应对。

发明内容

本发明克服了现有技术的缺陷，提出了一种基于物联网的智能施药方法及系统，其主要目的在于提高农业施药的效率性和施药的精准性。

为实现上述目的，本发明第一方面提供了一种基于物联网的智能施药方法，包括：

采集监测区域农作物的图像信息以及监测区域环境特征信息，对所述采集的信息进行预处理；

建立对比数据库，存储各种作物各生长阶段的图像特征信息、农作物生长的土壤环境特征信息、各种害虫的图像特征信息、不同生长状况的农作物施药种类信息和比例信息；

建立深度卷积神经网络模型，通过测试样本对所述神经网络模型进行深度的学习和训练；

通过深度卷积神经网络模型识别判断监测区域内的农作物生长情况、土壤环境信息、是否存在害虫和是否需要施药以及施药的种类；

根据识别判断后的结果信息，选择施药种类和比例进行调配，通过自适应工作方式对监测区域施药；

本方案中，所述采集监测区域农作物的图像信息以及监测区域环境特征信息，对所述采集的信息进行预处理，具体为：

通过高清摄像设备采集位于监测区域中的各种农作物的实时图像信息；

采用遥感拍摄技术采集监测区域中的土壤环境特征信息；

所述环境特征信息包括土壤环境温度信息、土壤环境湿度信息，土壤中虫类及微生物信息；

通过高灵敏度传感器采集土壤环境温度信息以及土壤环境湿度信息；

对实时采集的图像信息和土壤环境特征信息进行降噪、滤波和筛选预处理。

本方案中，所述建立对比数据库，存储各种作物各生长阶段的图像特征信息、农作物生长的土壤环境特征信息、各种害虫的图像特征信息、不同生长状况的农作物施药种类信息和比例信息，具体包括：

收集历史出现的各农作物各生长阶段的图像信息；

收集历史出现的害虫图像特征信息；

收集适宜各农作物生长的土壤环境特征信息；

收集不同生长状况的农作物施药的使用种类以及比例信息信息；