5G技术引领下的智慧果树林及苹果树病虫害智能识别系统设计与实现.docx
《5G技术引领下的智慧果树林及苹果树病虫害智能识别系统设计与实现.docx》由会员分享,可在线阅读,更多相关《5G技术引领下的智慧果树林及苹果树病虫害智能识别系统设计与实现.docx(5页珍藏版)》请在课桌文档上搜索。
1、5G技术引领下的智慧果树林及苹果树病虫害智能识别系统设计与实现摘要:苹果是老百姓比较喜欢的一种水果,有着巨大的市场需求,所以为了稳定市场供应,需要强调苹果树的栽植,以此来提高苹果树的产量。对苹果树栽植进行分析,会发现病虫害会对树木生长产生显著的影响,因此在实践中,基于苹果产量提升和质量提高的考虑,需要积极的进行苹果树病虫害的预防和治理。设计苹果树病虫害智能识别系统,利用其识别苹果树病虫害的种类以及病虫害的严重程度,这能够为病虫害防治工作提供更加科学的指导,因此强调系统设计并让系统功能得以实现有突出的现实价值。文章就苹果树病虫害智能识别系统地设计与实现做分析,旨在为当前苹果树病虫害防治工作提供指
2、导和帮助。关键词:苹果树;病虫害;智能识别系统对中国的苹果树种植和苹果生产进行总结会发现,不管是种植面积还是产量,中国均占到了世界的50%以上,由此可见中国的苹果树栽种面积和苹果的产量是巨大的。对比发达国家,分析中国的苹果树栽种和苹果生产,发现中国苹果的品质和发达国家还存在着一定程度的差距,而造成差距的一个重要因素是相对落后的病虫害防控水平,因此关注中国苹果树栽种和苹果生产中的病虫害防治实践,讨论研究更加先进的技术并在实践中进行应用能够产生突出的现实价值。就目前的实践来看,苹果树病虫害智能识别系统设计与实现可以很好地帮助苹果树栽种以及苹果生产,完成对病虫害的有效防治。以下是基于实践总结的苹果树
3、病虫害智能识别系统地设计与实现。1系统框架设计在苹果是病虫害智能识别系统地设计中,首先需要关注的是系统框架的整体设计。基于功能实现进行分析,在系统框架设计的时候第一步是进行基本的DNN神经网络搭建11。在神经网络搭建工作完成之后初始化权重矩阵W和偏执参数b并进行数据集的输入,这样便可以利用神经网络的前向传播算法以及反向传播算法实现权重矩阵W和偏置参数b的更新,如此一来,神经网络的准确率会获得显著提升。第二步是实现采集图像的缩放。采集图像使用的是摄像头,在图像缩放的过程中利用的是高斯金字塔算法。在图像缩放之后对其进行分割,然后对图像的前景以及背景等进行分离,并在此基础上做直方图均衡,这样,图像当
4、中的特点会被增强。在图像特征增强的情况下使用LOG算法提取图像当中的特征,并对其进行运算处理,去除噪点。第三步是将框选出来的特征点输入到训练完成的DNN神经网络当中对其进行判断,从而识别出苹果树叶子是否存在病虫害2。简单来讲,系统框架是系统功能发挥的基础支持,因此在实践中需要对系统框架的设计做综合性强调。2整体算法设计对苹果树病虫害智能识别系统地设计进行分析可知,算法设计是非常重要的内容,因为其关系着获取数据的分析与处理,对最终的结果产出有突出影响。结合目前的实践做分析,整体算法设计主要包括如下内容:1)图像分割。在图像分割的过程中,颜色模型建立是非常重要的内容之一。同时,在图像分割实现的过程
5、中,迭代能量最小化分割算法也是不可忽视的内容。2)直方图均衡化。直方图均衡化的主要目的是将系统采集的图像数据进行展宽,以此来达到增大对比度,显现图像特征的目的3。3)斑点检测。在斑点检测工作开展的过程中,需要强调三方面的工作,第一是应用高斯拉普拉斯算子。第二是使用LOG算法,该算法的利用可以将图像当中的噪声点进行去除。第三是利用多尺度检测的方法对图像中的特征点进行检测,从而获取特征点的准确数据。4)形态学的开操作。利用开运算处理图像能够让最终提取出来的病斑更加的鲜明。5)DNN神经网络的应用4。在DNN神经网络的应用中,主要的算法有前向传播算法和后向传播算法两种,对具体的算法进行明确,这对于准
6、确计算结果有积极意义。3整体部署与测试结果在框架设计和算法设计完成之后对系统地应用做整体部署,然后利用系统进行测试,这可以进一步判断系统地应用价值。以下是系统地整体部署以及测试结果分析。3.1 硬件平台系统在功能发挥的过程中少不了硬件平台的支持,所以对硬件平台的布置与利用做分析有突出的现实价值。具体分析来看,系统地主控芯片所采用的是NLE-A1800物联网平台,其CPU采用的是双核A73+双A53+单核A53,Al计算单元采用的是双核NNIE840MHz,同时配置了4GB运存+32G内存,其在运算处理分析方面能力强大,可以满足系统对运算速度以及存储空间的实际要求5。系统在应用的过程中还采用了新
7、大陆的物联网平台,该平台作为一个物联网系统,将多种功能,比如在线采集、远程控制、预警信息发布、决策支持等进行了统一。系统运行支持多种网关以及物联网硬件设备的接入,可以实施分布式的数据存储和运算,也能够将数据传输到云端,这对于数据共享以及可视化分析意义显著。3.2 部署与测试结果就系统地应用部署和测试结果分析来看,主要强调两点。第一点是测试方案的确定,第二点则是测试结果的分析6。以下是具体内容的阐述。首先是测试方案。为了验证苹果树病虫害检测系统是否有效,在苹果优势产区,苹果种植大省山东省内选择测试地点。在预选的苹果树试验田当中,试验人员通过手持装置的方式利用摄像头对苹果树叶子的图片信息做实时采集
8、,并对页面进行逐帧的分析,同时对每一帧画面做图像处理,之后再将其送入到DNN神经网络。网络在识别图像之后可以在屏幕上显示具体的结果。其次是测试结果。在此次的测试中选取的苹果树样本为600棵,将这600棵样本分为6组进行试验,并将每次试验的结果通过TCP协议传输到云端,这样,实验分析过程中的数据会更加的丰富。基于测试数据的整体性分析可知系统在病虫害检测方面的准确率达到了89%从这个数据来看,系统识别病虫害的准确率满足果农对苹果树病虫害防治的需要,其在果园看护中具有应用价值。需要注意的是,本系统在进行数据采集的时候主要是利用摄像头采集图像数据,所以在光源、环境等其他因素的影响下,图像采集会出现视觉
9、干扰等问题,在发生这种情况的时候,系统对病虫害的检测会出现误差。通过综合分析与对比发现,误差范围一般在0.2%0.6%.4结语综上所述,在苹果树栽种和苹果产量稳定的过程中,强调病虫害防治是非常重要的。设计并应用具有智能化特征的病虫害识别系统可以更加准确地判断苹果树的病虫害,从而为苹果树病虫害的防治提供有效参考,如此一来,苹果树栽种的整体效益会显著提升,苹果的产量以及质量也会获得明显加强。参考文献:1盛仲飙.智能视频内容分析系统设计与实现J.电脑知识与技术,2021,17(33):83-85.2董礼,苏宝定,张振宇,等.智能风电机组叶片故障监测系统设计与实现臼.电工技术,2021(20):75-
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 技术 引领 智慧 果树 苹果树 病虫害 智能 识别 系统 设计 实现

链接地址:https://www.desk33.com/p-279708.html