一种基于物联网的智慧农业监测系统的制作方法
- 国知局
- 2024-09-05 14:53:06
本发明涉及信息处理,尤其涉及一种基于物联网的智慧农业监测系统。
背景技术:
1、物联网农业监测可通过部署各种传感器,实时收集土壤、气候、作物生长等数据,实现精准化、智能化管理。该技术能提升农业生产的预见性和可控性,优化资源配置,促进农业可持续发展。
2、中国专利公开号:cn110197308a公开了一种用于农业物联网的作物监测系统及方法,包括:作物生长信息获取单元,用于获得农业物联网预设种植区域对应的种植作物的种植信息,以及获得农业物联网预设种植区域对应的种植作物的实际产量;预测模型训练单元,用于将农业物联网预设种植区域对应的种植作物的种植信息以及实际产量作为训练样本,对预定的产量预测模型进行训练;监测单元,用于根据待预测作物的种植信息以及训练好的产量预测模型,获得待预测作物的预测产量,作为对待预测作物的监测结果。该发明实现对农作物生长环境的分析以对产量的预测,未实现对农作物多种生长环境的监测,以分析农作物的长势情况,存在对农作物生长数据监测效率低,对农作物生长环境监测不准确的问题。
技术实现思路
1、为此,本发明提供一种基于物联网的智慧农业监测系统,用以克服现有技术中对农作物生长数据监测效率低,对农作物生长环境监测不准确的问题。
2、为实现上述目的,本发明提供一种基于物联网的智慧农业监测系统,包括:
3、第一获取模块,用以周期性获取农作物种植区域内的基础监测信息和农作物图像;
4、图像分析模块,用以对农作物图像进行像素点提取,以得到特征像素点和标准像素点,还用以根据特征像素点和标准像素点对长势特征进行分析;
5、关联分析模块,用以根据基础监测信息和长势特征对监测关联特征进行分析;
6、第二获取模块,用以周期性获取待定监测信息;
7、待定分析模块,用以根据待定监测信息、长势特征和基础监测信息对影响系数进行分析;
8、监测分类模块,用以根据监测关联特征和影响系数对待定监测信息对待定信息类别进行分析;
9、监测分析模块,用以根据基础监测信息、监测关联特征、待定监测信息、影响系数和待定信息类别对预测生长参数进行分析;
10、监测输出模块,用以根据预测生长参数对预测生长状态进行分析,并输出预测生长状态。
11、进一步地,所述图像分析模块设有坐标提取单元,其用以根据图像灰度特征对农作物图像进行像素点提取,其中:
12、当p1(i)/p1(i)≤p2时,所述坐标提取单元提取农作物图像中所有像素点作为特征像素点;
13、当p1(i)/p1(i)>p2且p1(i)-p1(i)≤l(x(i),y(i))≤p1(i)+p1(i)时,所述坐标提取单元提取当前分析的农作物图像中的像素点作为特征像素点;
14、当p1(i)/p1(i)>p2且l(x(i),y(i))<p1(i)-p1(i)时,所述坐标提取单元提取当前分析的农作物图像中的像素点作为标准像素点;
15、当p1(i)/p1(i)>p2且l(x(i),y(i))>p1(i)+p1(i)时,所述坐标提取单元提取当前分析的农作物图像中的像素点作为标准像素点;
16、其中,p2表示灰度比对阈值;
17、所述图像分析模块还设有长势分析单元,其用以根据特征像素点和标准像素点通过第二特征分析公式计算长势特征,所述长势分析单元设有第二特征分析公式如下:
18、
19、其中,q(i)表示长势特征,n1(i)表示特征像素点的数量,n1(i-1)表示上一拍摄周期的特征像素点的数量,n2(i)表示标准像素点的数量,n2(i-1)表示上一拍摄周期的标准像素点的数量,l(x1(i),y1(i))表示特征像素点的灰度值,l(x1(i-),y1(i-1))表示上一拍摄周期的特征像素点的灰度值,l(x2(i),y2(i))表示标准像素点的灰度值,l(x2(i-),y2(i-1))表示上一拍摄周期的标准像素点的灰度值,p(i-1)表示上一拍摄周期的图像灰度均值。
20、进一步地,所述关联分析模块根据基础监测信息、长势特征、拍摄环境温度、拍摄土壤湿度和拍摄土壤酸碱度通过关联分析公式计算监测关联特征,所述关联分析模块设有关联分析公式如下:
21、
22、其中,r1(n)表示监测关联特征,-x1(n)各基础监测信息的拍摄周期均值,-y表示长势特征均值。
23、进一步地,所述待定分析模块设有波动分析单元,其用以根据待定监测信息对通过第二波动分析公式计算待定波动参数,所述波动分析单元设有第二波动分析公式如下:
24、
25、其中,g(k)表示待定波动参数,k表示待定监测信息的数据编号,k∈n+,a(j,k)表示各待定监测信息,a(i,k)表示拍摄周期内各待定监测信息的均值,n(k)表示各待定监测信息的数量。
26、进一步地,所述待定分析模块还设有第一分析单元,其用以根据待定监测信息和长势特征通过第一系数分析公式计算相关系数,所述第一分析单元设有第一系数分析公式如下:
27、
28、其中,r2(k)表示相关系数,-x2(k)表示各待定监测信息的拍摄周期均值;
29、所述待定分析模块还设有第二分析单元,其用以根据待定监测信息、长势特征和基础监测信息通过第二系数分析公式计算决定系数,所述第二分析单元设有第二系数分析公式如下:
30、
31、其中,r3(n,k)表示决定系数,q(i)表示长势特征的预测值。
32、进一步地,所述监测分类模块根据监测关联特征和影响系数对待定监测信息对待定信息类别进行分析,其中:
33、当|r2(k)|≥∑|r1(n)|/3时,所述监测分类模块设置当前分析相关系数对应的待定监测信息的待定信息类别为一类;
34、当|r2(k)|<∑|r1(n)|/3且r3(n,k)≥r时,所述监测分类模块设置当前分析相关系数对应的待定监测信息的待定信息类别为二类;
35、当|r2(k)|<∑|r1(n)|/3且r3(n,k)<r时,所述监测分类模块设置当前分析相关系数对应的待定监测信息的待定信息类别为三类;
36、其中,r表示决定系数阈值。
37、进一步地,所述监测分析模块设有生长分析单元,其用以根据基础监测信息和监测关联特征通过生长分析公式计算预测生长参数,所述生长分析单元设有生长分析公式如下:
38、w(i)=q(i)b
39、
40、其中,w(i)表示预测生长参数,b表示预测指数。
41、进一步地,所述监测分析模块还设有生长调整单元,其用以根据待定监测信息、影响系数和待定信息类别对预测生长参数的分析过程进行调整,其中:
42、当待定信息类别为一类时,所述生长调整单元对预测指数的分析过程进行调整,以调整预测生长参数,调整后的预测指数为b1,设定b1=b×r2(k)/g(k);
43、当待定信息类别为二类时,所述生长调整单元对预测生长参数的分析过程进行调整,调整后的预测生长参数为w1(i),设定w1(i)=w(i)×logr3(n,k)+1[|r1(n)+r2(k)|/2];
44、当待定信息类别为三类时,所述生长调整单元不对预测指数和预测生长参数的分析过程进行调整。
45、进一步地,所述监测分析模块还设有变化分析单元,其用以将基础监测信息和待定信息类别为一类的待定监测信息作为变化分析信息,并根据变化分析信息通过变化分析公式计算数据变化参数,所述变化分析单元设有变化分析公式如下:
46、
47、其中,c表示数据变化参数,u(i,v)表示变化分析信息,v表示变化分析信息的数据编号,u(i-1,v)表示上一分析周期的变化分析信息;
48、所述监测分析模块还设有生长优化单元,其用以根据数据变化参数对预测生长参数的调整过程进行优化,其中:
49、当c≤c时,所述生长优化单元判定预测生长参数符合阈值,不对预测生长参数的调整过程进行优化;
50、当c>c时,所述生长优化单元判定预测生长参数不符合阈值,对预测生长参数的调整过程进行优化,优化后的预测生长参数为w2(i),设定w2(i)=w1(i)/ec;
51、其中,c表示数据变化阈值。
52、进一步地,所述监测输出模块将预测生长参数与生长阈值进行比对,并根据比对结果对预测生长状态进行分析,其中:
53、当w(i)>w时,所述监测输出模块判定预测生长状态为长势良好;
54、当w(i)≤w时,所述监测输出模块判定预测生长状态为长势差;
55、其中,w表示生长阈值。
56、与现有技术相比,本发明的有益效果在于,通过所述第一获取模块对基础监测信息和农作物图像的获取,以提高信息获取的准确度,从而提高系统对农作物生长数据的监测效率,提高对农作物生长环境监测的准确度,通过所述图像分析模块对农作物图像的分析,以分析出长势特征,用长势特征表示各相邻拍摄周期中农作物图像的灰度变化特征,从而提高系统对农作物生长数据的监测效率,提高对农作物生长环境监测的准确度,通过所述关联分析模块对基础监测信息和长势特征的分析,以分析出监测关联特征,用监测关联特征表示各基础监测信息对长势特征的影响大小,从而提高系统对农作物生长数据的监测效率,提高对农作物生长环境监测的准确度,通过所述第二获取模块对待定监测信息的获取,以提高信息获取的准确度,从而提高系统对农作物生长数据的监测效率,提高对农作物生长环境监测的准确度,通过所述待定分析模块对待定监测信息、长势特征和基础监测信息的分析,以分析出影响系数,用影响系数表示待定监测信息对长势特征的影响大小,从而提高系统对农作物生长数据的监测效率,提高对农作物生长环境监测的准确度,通过所述监测分析模块对监测关联特征和影响系数的分析,以分析出待定信息类别,根据影响系数将待定监测信息分类,增加系统分析样本数据的数量,从而提高系统对农作物生长数据的监测效率,提高对农作物生长环境监测的准确度,通过所述监测分析模块对基础监测信息、监测关联特征、待定监测信息、影响系数和待定信息类别的分析,以分析出预测生长参数,用预测生长参数表示结合现有的基础监测信息和待定监测信息预测的农作物在当前环境下未来的生长情况,从而提高系统对农作物生长数据的监测效率,提高对农作物生长环境监测的准确度,通过所述监测输出模块对预测生长状态的输出,以提高系统输出的准确度,从而提高系统对农作物生长数据的监测效率,提高对农作物生长环境监测的准确度。
本文地址:https://www.jishuxx.com/zhuanli/20240905/288705.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表