[發明專利]智能蟲情監測分析系統

在審

• 申請號: 202010157823.0
• 申請日: 2020-03-09
• 公開（公告）號: CN111445112A
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 孔劍;周軍;吳京業
• 申請（專利權）人: 孔劍;周軍;吳京業
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/08;G06Q10/10;G06K9/00;G06N20/00
• 代理公司: 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257
• 代理人: 郭磊

1.一種智能蟲情監測分析系統，其特征在于，包括：前端采集終端和后端分析展示平臺；所述采集終端的蟲板將害蟲吸引到采集終端，蟲板需定期更換，終端定時采集蟲情圖像，發送至后臺；所述后端分析展示平臺通過AI算法學習各類蟲害外形，在收集到蟲情圖像后，通過AI算法精準統計害蟲數量變化；當蟲害達到預設數量時，平臺自動推送蟲情報警信息給相關人員，進行殺蟲處理。

2.如權利要求1所述的智能蟲情監測分析系統，其特征在于，終端啟動后進入Sleep模式，以降低功率；在后臺預設的時間，終端進入Normal模式，拍攝蟲情圖像，將圖像發送到后臺后，終端再次進入Sleep模式來降低功耗。

3.如權利要求1所述的智能蟲情監測分析系統，其特征在于，所述蟲板通過性誘將害蟲吸引到采集終端。

4.如權利要求1所述的智能蟲情監測分析系統，其特征在于，前端采集終端支持遠程固件更新(OTA)，實現后期功能的優化與實時更新。

5.如權利要求1所述的智能蟲情監測分析系統，其特征在于，所述AI算法具體包括：

第一步，收集現場大量的原始蟲板沾紙拍攝成圖像，然后從圖片中截取出蟲子，將不同種類的蟲子分類，作為AI人工智能分析學習的數據集；

第二步，使用TensorFlow的AI人工智能學習算法，學習不同種類的蟲子并生成模板；

第三步，算法接收到智能監測終端上傳的圖像后，采用數字圖像處理技術，通過圖像灰度化、去噪、濾波、圖像二值化、腐蝕、膨脹的處理流程；

第四步，調用AI人工智能學習模板，分析、計算出處理后圖片中的蟲子數量和種類。

6.如權利要求5所述的智能蟲情監測分析系統，其特征在于，所述AI算法還包括：第五步，將當前的蟲情數據與上一次蟲情檢測數據比對，當增加量超出用戶預設值，實時向用戶報警。

7.如權利要求6所述的智能蟲情監測分析系統，其特征在于，所述AI算法還包括：第六步，通過大數據算法，根據蟲情出現的時間、數量結合倉庫的溫度、濕度、季節等條件推算未來蟲情大量出現的可能，提前告知用戶做好防范。

8.如權利要求1所述的智能蟲情監測分析系統，其特征在于，用戶可自行設定智能終端自動拍攝周期，智能終端按設定時間，將蟲情圖像通過無線移動網絡發送至AI人工智能分析系統。

9.如權利要求1所述的智能蟲情監測分析系統，其特征在于，前端采集終端和后端分析展示平臺通過無線方式相連。

10.如權利要求9所述的智能蟲情監測分析系統，其特征在于，無線方式采用NB-IoT/GPRS/4G/5G/LTE。