[發明專利]基于LoRa節點的昆蟲密度識別系統

有效

• 申請號: 201911241985.6
• 申請日: 2019-12-06
• 公開（公告）號: CN111046777B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 張沛昌;王文魁;黃磊;王派虎;譚鴻剛;羅泉;許家俊
• 申請（專利權）人: 深圳大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06N20/00
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 劉萍

本發明提供了一種基于LoRa節點的昆蟲密度識別系統，所述系統由LoRa網關、昆蟲誘捕器及設在昆蟲誘捕器上的LoRa節點構成；所述LoRa節點上設有攝像頭，所述攝像頭用于拍攝昆蟲誘捕器的底面圖片，所述攝像頭拍攝的圖片為RGB圖片；所述LoRa節點將昆蟲誘捕器的底面圖片轉換為二值型圖片，并根據二值型圖片上昆蟲所占的像素點的比例，計算出昆蟲的密度大?。凰鯨oRa節點將計算出的昆蟲的密度大小發送至LoRa網關，以對LoRa節點進行遠程監控。本發明的有益效果在于：利用LoRa節點對昆蟲誘捕器的底面圖片進行計算處理，得到昆蟲的密度大小，使得LoRa節點資源得到有效利用，不需要用到額外的服務器，能夠有效降低系統的成本。

技術領域

本發明涉及昆蟲密度識別系統，尤其是指一種基于LoRa節點的昆蟲密度識別系統。

背景技術

在傳統的基于人工智能的物聯網系統中，一般將機器學習算法集中部署在中央服務器中，通過節點網關采集數據，最后將得到的數據在中央服務器進行集中處理。

針對傳統的機器學習物聯網系統框架，中央服務器的計算資源十分寶貴，同時存在著計算資源匱乏的現狀，節點網關設備的計算資源冗余的情況，因此，需要對現有的昆蟲密度識別系統提出改進。

發明內容

本發明所要解決的技術問題是：提供一種低復雜度的基于LoRa節點的昆蟲密度識別系統。

為了解決上述技術問題，本發明采用的技術方案為：一種基于LoRa節點的昆蟲密度識別系統，所述系統由LoRa網關、昆蟲誘捕器及設在昆蟲誘捕器上的LoRa節點構成；

所述LoRa節點上設有攝像頭，所述攝像頭用于拍攝昆蟲誘捕器的底面圖片，所述攝像頭拍攝的圖片為RGB圖片；

所述LoRa節點將昆蟲誘捕器的底面圖片轉換為二值型圖片，并根據二值型圖片上昆蟲所占的像素點的比例，計算出昆蟲的密度大??；

所述LoRa節點將計算出的昆蟲的密度大小發送至LoRa網關，以對LoRa節點進行遠程監控。

進一步的，所述LoRa節點將昆蟲誘捕器的底面圖片轉換為二值型圖片，并根據二值型圖片上昆蟲所占的像素點的比例，計算出昆蟲的密度大小包括，

將RGB圖片根據灰度轉換公式，轉換為灰度圖片；

計算出灰度圖片的像素點的灰度平均值；

將灰度值大于或等于灰度平均值的像素點的灰度值設為256，將灰度值小于灰度平均值的像素點的灰度值設為0；

計算灰度值為256的像素點占所有像素點的比例，得到昆蟲的密度大小。

進一步的，所述灰度轉換公式為：Gray＝R*0.299+G*0.587+B*0.114；其中，Gray為灰度值，R為紅色亮度值，G為綠色亮度值，B為藍色亮度值。

進一步的，所述LoRa節點由STM32主控芯片、外圍電路以及一個LoRa射頻模塊組成，通過串口與所述攝像頭連接；所述STM32主控芯片可控制攝像頭拍照，進而獲得昆蟲誘捕器的底面圖片，以及控制LoRa射頻模塊進行發送接收信息，與LoRa網關進行通信。

進一步的，所述攝像頭設在昆蟲誘捕器的頂部，攝像頭的鏡頭朝下，以使昆蟲誘捕器的底面在攝像頭的拍攝范圍內。

進一步的，所述昆蟲誘捕器的底面為白色背景的底面。

本發明的有益效果在于：所述系統由LoRa網關、昆蟲誘捕器及設在昆蟲誘捕器上的LoRa節點構成；通過LoRa節點上設的攝像頭采集到昆蟲誘捕器的底面圖片，利用LoRa節點對昆蟲誘捕器的底面圖片進行計算處理，得到昆蟲的密度大小，使得LoRa節點資源得到有效利用，不需要用到額外的服務器，能夠有效降低系統的成本，將計算得到的昆蟲的密度大小發送至LoRa網關，實現對LoRa節點的遠程監控。