共查询到20条相似文献,搜索用时 78 毫秒
1.
《福建农业学报》2020,(2)
【目的】针对传统害虫监测手段存在时耗长、人工成本高、数据质量不高等问题,将性诱捕技术与物联网技术相结合,开发基于物联网的害虫智能监测系统,实现对目标害虫的自动计数。【方法】应用诱芯与高压电网相结合进行害虫诱捕,采用红外传感器进行害虫计数,通过4G网络进行数据传输。基于.net平台开发害虫监测Web管理网站、害虫监测APP、数字植保微信公众号等配套软件系统,用户可以通过电脑、手机APP、微信等多终端远程浏览查询数据。【结果】以蔬菜重要害虫斜纹夜蛾为例,通过在厦门同安、三明尤溪的蔬菜基地的田间试验结果显示,厦门同安试验点的诱捕效果为276.14%,自动计数准确率为93.52%;三明尤溪试验点诱捕效果为162.60%,自动计数准确率为81.59%,表明该自动监测系统的害虫诱捕率和识别准确率均较高。【结论】开发的害虫智能监测系统实现了害虫测报的自动化和智能化,提高了害虫监测的效率,在害虫预测预报中具有广阔的应用前景。 相似文献
2.
基于诱虫板图像的温室番茄作物害虫识别与监测方法 总被引:1,自引:0,他引:1
《南京农业大学学报》2021,(2)
[目的]本文旨在探索实时监测温室虫情和精准防控虫害的方法。[方法]设计了一种基于诱虫板图像背景均匀化的自适应分割方法,结合基于随机森林(random forest, RF)的图像识别算法识别4类温室番茄害虫(烟粉虱、潜叶蝇、果蝇和蚜虫)并计数。该方法首先提取诱虫板图像RGB(red-green-blue)颜色模型B分量和HSV(hue-saturation-value)颜色模型V分量,然后分别对2张图像分段调整背景灰度值得到均匀背景诱虫板灰度图像,再利用最大类间方差法确定阈值分割图像,经形态学处理后融合2张诱虫板二值图像,最后提取害虫区域的6个颜色特征、8个形状特征和6个纹理特征,训练随机森林以识别害虫并计数。[结果]对比分析Sauvola局部阈值法、Prewitt边缘分割法、k-means聚类法以及本文设计的自适应分割方法,结果表明基于背景均匀化的自适应分割方法效果最好,平均分割准确率为95.34%。对比分析7种特征向量组合下随机森林、C-SVC(C-support vector classification)和BP(back propagation)神经网络3种分类方法,结果表明综合颜色特征向量、形状特征向量和纹理特征向量作为输入的随机森林算法识别效果更好,对烟粉虱、潜叶蝇、果蝇和蚜虫的识别准确率分别为93.89%、90.71%、91.54%和90.40%。[结论]本文设计的方法能够实现诱虫板上4类害虫的识别和计数,可以为温室虫情监测与预警提供参考。 相似文献
3.
4.
棚室西瓜生态治虫试验 总被引:2,自引:0,他引:2
为探索棚室西瓜无害化治虫的有效方法,用不同处理的黄板诱板在棚室西瓜地悬挂,诱杀温室白粉虱、蓟马及蚜虫。结果表明,生态黏虫板对这3种害虫有较好的诱杀作用,机油黄板次之。猪油黄板诱杀蓟马效果最好,诱杀温室白粉虱、蚜虫也有良好的作用。当西瓜大棚蓟马数量较多时,建议用猪油黄板诱杀;当温室白粉虱及蚜虫占主要时,建议用生态黏虫板或机油黄板诱杀。 相似文献
5.
进行了悬挂不同高度和不同规格的蓝色诱集板诱集大棚辣椒害虫的试验。结果表明:蓝色诱集板诱杀辣椒植株上的害虫主要是蓟马,其次是螨类,粉虱最少。放置高度以距辣椒顶部15cm的诱杀能力最强,诱杀害虫数量最多。蓝色诱集板的规格以20cm×25cm的诱杀效果最佳。 相似文献
6.
7.
8.
9.
10.
【目的】黄胸蓟马(Thrips hawaiiensis)是为害枇杷的重要害虫,本研究旨在明确单一色板、色板+单组分信息化合物和色板+双组分信息化合物对黄胸蓟马和有益昆虫的诱集作用,为枇杷园蓟马种群监测与防控及有益昆虫保护提供科学依据。【方法】通过田间试验比较3种颜色粘虫板(黄色、蓝色和白色)和悬挂高度(225 cm、150 cm、75 cm)对黄胸蓟马的诱集效果,在此基础上比较色板+单组分信息化合物(异烟酸甲酯、烟酸甲酯、异烟酸乙酯和烟酸乙酯)和色板+双组分信息化合物(异烟酸甲酯+烟酸乙酯、异烟酸甲酯+异烟酸乙酯、异烟酸甲酯+烟酸甲酯、烟酸甲酯+烟酸乙酯、烟酸甲酯+异烟酸乙酯、烟酸乙酯+异烟酸乙酯)对黄胸蓟马和有益昆虫的诱集效果。【结果】白色粘虫板在悬挂高度150 cm对黄胸蓟马诱集数量显著高于其他处理组。单组分信息化合物异烟酸甲酯对黄胸蓟马引诱效果最强,诱集雌、雄成虫和黄胸蓟马总成虫数量分别为空白对照组的4.68倍、8.45倍和5.56倍;比较6种双组分信息化合物与对应单组分信息化合物对黄胸蓟马的诱捕效果,发现均对雌成虫呈拮抗作用。10种信息化合物处理组对有益昆虫食蚜蝇、寄生蜂类、草... 相似文献
11.
12.
针对人工统计黄色粘虫板上害虫数量费时费力的问题,在自适应去除粘虫板背景的基础上,融合颜色空间矩和图像几何形态,完成害虫特征的量化,采用加权决策的方法来识别害虫,构建害虫自动识别计数系统。以米蛾(Corcyra cephalonica)为例,经测试,该系统对黄色粘虫板上米蛾的识别结果与人工统计结果相对误差在7%,能够有效实现对粘虫板上害虫数量的自动统计。 相似文献
13.
14.
15.
黏虫色板诱杀技术是利用害虫对色彩的趋性诱杀害虫的一种物理防治技术。不同蔬菜害虫对不同的色彩具有不同的敏感性,例如,黄曲条跳甲对黄色和白色的趋性强,桃蚜和美洲斑潜蝇对黄色最敏感,小菜蛾成虫对绿色的敏感性最强,多数蓟马对蓝色特别敏感等。利用害虫的这一种趋色性,可制成各种色彩的黏虫板,用以诱杀蔬菜害虫。 相似文献
16.
黄色黏虫板对设施番茄烟粉虱种群的控制作用 总被引:1,自引:0,他引:1
在设施大棚条件下测定比较了黄色、绿色、蓝色、红色、紫色和粉红色等6种不同颜色的黏虫板对烟粉虱成虫的诱集效果,并设置黄板高度和密度不同处理,研究了黄板对烟粉虱成虫诱集量的影响及对烟粉虱成虫种群的控制效果。结果表明,黏虫板颜色对烟粉虱成虫的诱集效果影响显著,黄色黏虫板对烟粉虱成虫的诱集量最高,其他依次为绿色黏虫板蓝色黏虫板红色、紫色和粉色黏虫板。悬挂高度对黄色黏虫板的诱集量影响显著,番茄冠层上部15cm、冠层和冠层下部15cm处黄板诱集量显著高于冠层上部30cm和冠层下部30cm处的诱集量。黄板对温室内烟粉虱成虫种群具有明显的控制效果,悬挂密度0.06、0.09、0.12片·m-2黄色黏虫板后的第8周,对烟粉虱成虫种群的控制效果分别达54.18%、67.29%和80.01%。因此,黄板诱杀可用于控制设施大棚烟粉虱成虫种群。 相似文献
17.
18.
基于Android的粘虫板害虫计数系统研究与实现 总被引:1,自引:0,他引:1
《河南农业科学》2018,(10)
为更方便地在田间统计粘虫板上害虫数量,开发了一种基于Android的粘虫板害虫计数系统。利用Android手机方便易携带的特点,快速统计田间粘虫板上害虫数量。系统使用基于HSV空间的图像处理技术去除无关背景,使用滤波技术处理害虫图像中的翅、足等边缘不规则部分,减少了噪声的干扰,提高了识别的准确率。以泰安茶溪谷茶园中黄色粘虫板为对象,对茶园中常见的小绿叶蝉、潜叶蝇和黑刺粉虱等害虫进行计数测试。结果表明,当害虫数量充足时,该系统统计的结果与人工实际统计结果相比,相对误差率在-6. 7%~4. 1%,能够有效统计粘虫板上害虫的数量。 相似文献
19.
【目的】智能虫情测报灯诱捕到的农业害虫因种类繁多、虫体姿态多样、鳞片脱落等原因造成有些害虫图像存在种间相似和种内差异的现象。为了提高农业灯诱害虫识别率,针对YOLOv4检测模型检测到且容易混淆的19种灯诱害虫,本文提出了基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型。【方法】首先,根据灯诱害虫外观图像的相似性和检测误检的情况,将19种害虫分为6类;将所有害虫图像通过补边操作使得长宽相等,并缩放至统一尺寸224×224像素。为了提高模型的鲁棒性和泛化能力,对害虫图像进行镜像翻转、旋转180度、高斯噪声和均值滤波的数据增强,训练集、验证集和测试集样本量按照8:1:1比例划分。然后,针对6类19种农业灯诱害虫细粒度图像,建立了基于双线性注意力网络的农业灯诱害虫识别模型(bilinear-attention pest net,BAPest-net),模型包括双线性特征提取、注意力机制和分类识别3个模块;通过修改特征提取模块的下采样方式提高特征提取能力;添加注意力机制模块让整个模型更关注于局部细节的特征,将双线性结构中的上下两个注意力机制的输出进行外积运算增加细粒度特征的权重,提高识别的准确性和学习效率;模型优化器使用随机梯度下降法SGD,分类模块中使用全局平均池化,旨在对整个网络从结构上做正则化防止过拟合。最后,在同一个训练集训练VGG19、Densenet、ResNet50、BCNN和BAPest-net 5个模型,对6类相似的19种农业灯诱害虫进行识别,以精准率、Precision-Recall(PR)曲线和平均识别率作为模型的评价指标。【结果】BAPest-net对6类相似的19种农业灯诱害虫平均识别率最高,达到94.9%;BCNN次之,为90.2%;VGG19模型最低,为82.1%。BAPest-net识别的6类害虫中4类鳞翅目害虫的平均识别率均大于95%,表明该模型能较好地识别出鳞翅目害虫。测试结果中仍存在少数相似度较高的害虫误判,特别当害虫腹部朝上或侧身,种类特征不够明显的时候容易引起相似害虫的误判。对于区分度较低的相似害虫需要更多的训练样本以获取更多的特征,提高模型的识别率和泛化能力。【结论】基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型可以自动识别6类相似的19种农业灯诱害虫,提高了农业灯诱害虫自动识别的准确率。 相似文献