论文部分内容阅读
番茄是山东省重要的果蔬作物,其在食用和药用方面都有着不可替代的作用和地位,每年需求量较大。然而当前番茄种植方式相对传统落后,而番茄的整个生长过程又对生长环境、病害防治的要求都非常严格,由此容易造成产量不足和农户收益率不高等问题。因此,本文将物联网技术、人工智能、图像处理等现代信息技术应用于温室番茄种植相关信息的管理和叶部病害的识别与防治,研究并实现了温室番茄智能管理信息系统,该系统可以辅助农户更好的做好增产丰收和病害防治工作,及时监测番茄的生长环境变化、病害情况等信息,提高番茄种植效率。本文的主要研究内容包括:1.番茄叶部病害图像的识别。首先,到实验基地采集番茄叶部病害图像,并进行了人工分类;然后采用python语言实现的图像处理方法对图像进行翻转、去噪、切割等增强处理,构建了番茄叶部病害数据集;最后选用密集卷积神经网络(Dense Convolutional Network,DenseNet)算法进行番茄叶部病害图像识别模型的训练,并在Android移动设备端实现了番茄叶部病害图像的识别。2.番茄虫害知识图谱的构建。通过文献查阅、实地调研采集和网络爬虫等方式,获取了多种包括虫害名称、发病部位、防治方法等番茄常见虫害信息,然后利用Gephi软件构建虫害知识图谱,直观展示了各信息之间的关联关系。3.温室番茄生长微环境数据的采集和监测。依托实验基地环境构建物联网系统,对番茄温室内部的微环境(空气温度、空气湿度、土壤温度、土壤湿度和光照强度)数据进行采集、传输和存储,构建了番茄温室生长微环境数据集并实现了温室微环境的实时监测。4.温室番茄智能管理信息系统的研究与实现。通过实地调研及与专家和农户的交流,研究并实现了温室番茄智能管理信息系统。系统主要包括:种植信息、病害识别、温室微环境状态监测、设备工作状态监测、知识图谱和系统后台管理等模块。该系统可以辅助科研人员和农户更便捷高效的掌握番茄的生长信息、管理方式、生长环境状况和常见病虫害相关信息,实现科学有效管理,也可以利用病害识别功能快速准确的识别叶部病害并提供相应的病害防治办法。