【技术实现步骤摘要】
本专利技术涉及虫情视觉监测，具体是一种虫情视觉监测方法及系统。
技术介绍
1、仓库存储过程有一种常见的现象是虫害现象，现有的对虫害现象的监测方法多采用诱虫剂诱捕害虫，然后通过人工巡检，借助手动拍照记录的方式对虫害情况进行记录分析。但是，人工巡检容易产生人为错误，并且检测时效性难以保证，在实际场景中，每个诱捕点分布分散，采集数据及其耗时耗力；针对此类问题，需要一种更精确便捷的监测方式。
2、随着通信技术的发展，无线通信的方式越来越多，lora通信就是一种适用于区域性的虫情视觉监测的通信技术，lora通信具有功耗低、传输距离远、部署简单等显著特点，配合摄像头可以远程对每个诱捕点进行监控，但是，由于lora通信的通信速度较慢，在传输虫害视觉数据时，消耗的时间极长，如何提高视觉数据的传输效率是本专利技术技术方案想要解决的技术问题。
技术实现思路
1、本专利技术的目的在于提供一种虫情视觉监测方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种虫情视觉监测方法，所述方法包括：
4、以诱虫点为目标，确定摄像模组的分布特征及采集参数；所述分布特征由摄像头的位置信息确定，所述采集参数包括摄像头的方向、广角和清晰度；
5、由摄像模组获取诱虫点图像，在诱虫点图像中提取虫群特征，将虫群特征上传到总控端；
6、由总控端根据预设的卷积核对虫群特征进行卷积识别，得到虫群类型及虫群数量；所述
7、根据每个诱虫点的虫群类型及虫群数量，生成分布图像，作为监测结果并输出。
8、作为本专利技术进一步的方案：所述以诱虫点为目标，确定摄像模组的分布特征及采集参数的步骤包括：
9、获取诱虫器的安放位置，查询安放位置的坐标；
10、统计所有安放位置的坐标，基于所述坐标确定固定摄像点的安装位置及其工作参数；
11、查询转向摄像点的额定范围，根据额定范围对坐标进行聚类，确定转向摄像点的安装位置及其工作参数；
12、其中，根据额定范围对坐标进行聚类的过程为：
13、随机选取坐标，以坐标为中心，在额定范围内统计其他坐标，作为同类坐标；
14、计算同类坐标的中心，基于中心在额定范围内统计其他坐标，作为同类坐标，循环执行，直至相邻两次统计过程的中心的距离差小于预设的数值。
15、作为本专利技术进一步的方案：所述由摄像模组获取诱虫点图像，在诱虫点图像中提取虫群特征，将虫群特征上传到总控端的步骤包括：
16、由摄像模组获取诱虫点图像；获取诱虫点图像时，记录时间及诱虫点的坐标，作为诱虫点图像的标签；
17、根据标签对同一诱虫点图像进行比对，根据比对结果确定各个诱虫点的监测准度；
18、当所述监测准度小于预设的准度阈值时，生成报错信息；
19、当所述监测准度不小于预设的准度阈值时，提取诱虫点图像中的虫群特征，上传至总控端。
20、作为本专利技术进一步的方案：所述当所述监测准度不小于预设的准度阈值时，提取诱虫点图像中的虫群特征，上传至总控端的步骤包括：
21、当所述监测准度不小于预设的准度阈值时，根据预设的背景色值在诱虫点图像中剔除背景；
22、抽取剔除背景后的诱虫点图像的三个通道，得到三个图层；
23、遍历各个图层，生成直方图；
24、计算每个直方图的像素均值，将像素均值转换为127，生成转换规则；
25、根据转换规则对直方图进行均衡化，得到转换后的三个直方图，作为虫群特征。
26、作为本专利技术进一步的方案：所述由总控端根据预设的卷积核对虫群特征进行卷积识别，得到虫群类型及虫群数量的步骤包括：
27、建立与预设的卷积核表的连接通道，依次读取卷积核；所述卷积核表包括卷积核项及虫群参数项；所述虫群参数包括虫群类型及虫群数量；
28、计算卷积核与虫群特征的相似度，选取相似度最高的卷积核，读取对应的虫群参数；
29、所述相似度的计算过程为：
30、式中，s为相似度，exp{-x}为指数函数的复合函数，为两个直方图的距离，h1i为第一个直方图中第i个柱的值，h2i为第二个直方图中第i个柱的值，n为总柱数，为第一个直方图的平均值，为第二个直方图的平均值。
31、作为本专利技术进一步的方案：所述根据每个诱虫点的虫群类型及虫群数量，生成分布图像，作为监测结果并输出的步骤包括：
32、统计每个诱虫点的虫群类型及虫群数量；
33、查询虫群类型对应的形状，根据虫群数量确定尺寸；其中，形状和虫群类型的关系，尺寸和虫群数量的关系均由工作人员预先设定；
34、基于诱虫点统计形状及其尺寸，生成分布图像，作为监测结果并输出。
35、本专利技术技术方案还提供了一种虫情视觉监测系统，所述系统包括：
36、摄像模组标定模块，用于以诱虫点为目标，确定摄像模组的分布特征及采集参数；所述分布特征由摄像头的位置信息确定，所述采集参数包括摄像头的方向、广角和清晰度；
37、虫群特征提取模块，用于由摄像模组获取诱虫点图像，在诱虫点图像中提取虫群特征，将虫群特征上传到总控端；
38、卷积识别模块，用于由总控端根据预设的卷积核对虫群特征进行卷积识别，得到虫群类型及虫群数量；所述虫群特征由诱虫点图像的直方图确定，所述卷积核是基于同一提取方式从工作人员预设的图像样本中提取出的图像特征；
39、结果输出模块，用于根据每个诱虫点的虫群类型及虫群数量，生成分布图像，作为监测结果并输出。
40、作为本专利技术进一步的方案：所述摄像模组标定模块包括：
41、坐标查询单元，用于获取诱虫器的安放位置，查询安放位置的坐标；
42、坐标统计单元，用于统计所有安放位置的坐标，基于所述坐标确定固定摄像点的安装位置及其工作参数；
43、聚类单元，用于查询转向摄像点的额定范围，根据额定范围对坐标进行聚类，确定转向摄像点的安装位置及其工作参数；
44、其中，根据额定范围对坐标进行聚类的过程为：
45、随机选取坐标，以坐标为中心，在额定范围内统计其他坐标，作为同类坐标；
46、计算同类坐标的中心，基于中心在额定范围内统计其他坐标，作为同类坐标，循环执行，直至相邻两次统计过程的中心的距离差小于预设的数值。
47、作为本专利技术进一步的方案：所述虫群特征提取模块包括：
48、图像获取单元，用于由摄像模组获取诱虫点图像；获取诱虫点图像时，记录时间及诱虫点的坐标，作为诱虫点图像的标签；
49、图像比对单元，用于根据标签对同一诱虫点图像进行比对，根据比对结果确定各个诱虫点的监测准度；<本文档来自技高网...
【技术保护点】
1.一种虫情视觉监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的虫情视觉监测方法，其特征在于，所述以诱虫点为目标，确定摄像模组的分布特征及采集参数的步骤包括：
3.根据权利要求2所述的虫情视觉监测方法，其特征在于，所述由摄像模组获取诱虫点图像，在诱虫点图像中提取虫群特征，将虫群特征上传到总控端的步骤包括：
4.根据权利要求3所述的虫情视觉监测方法，其特征在于，所述当所述监测准度不小于预设的准度阈值时，提取诱虫点图像中的虫群特征，上传至总控端的步骤包括：
5.根据权利要求1所述的虫情视觉监测方法，其特征在于，所述由总控端根据预设的卷积核对虫群特征进行卷积识别，得到虫群类型及虫群数量的步骤包括：
6.根据权利要求1所述的虫情视觉监测方法，其特征在于，所述根据每个诱虫点的虫群类型及虫群数量，生成分布图像，作为监测结果并输出的步骤包括：
7.一种虫情视觉监测系统，其特征在于，所述系统包括：
8.根据权利要求7所述的虫情视觉监测系统，其特征在于，所述摄像模组标定模块包括：
9.根据
10.根据权利要求9所述的虫情视觉监测系统，其特征在于，所述提取执行单元包括：
...【技术特征摘要】
1.一种虫情视觉监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的虫情视觉监测方法，其特征在于，所述以诱虫点为目标，确定摄像模组的分布特征及采集参数的步骤包括：
3.根据权利要求2所述的虫情视觉监测方法，其特征在于，所述由摄像模组获取诱虫点图像，在诱虫点图像中提取虫群特征，将虫群特征上传到总控端的步骤包括：
4.根据权利要求3所述的虫情视觉监测方法，其特征在于，所述当所述监测准度不小于预设的准度阈值时，提取诱虫点图像中的虫群特征，上传至总控端的步骤包括：
5.根据权利要求1所述的虫情视觉监测方法，其特征在于，所述由...
【专利技术属性】
技术研发人员：辛建国，马金星，张帅，施旸，魏峰，
申请(专利权)人：安徽百视达科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。