《位于无人机上的作物病虫害检测系统.pdf》由会员分享，可在线阅读，更多相关《位于无人机上的作物病虫害检测系统.pdf（9页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 104330410 A (43)申请公布日 2015.02.04 CN 104330410 A (21)申请号 201410613936.1 (22)申请日 2014.11.04 G01N 21/84(2006.01) (71)申请人 无锡北斗星通信息科技有限公司 地址 214016 江苏省无锡市崇安区广瑞路 1906、 1908-257 (72)发明人 不公告发明人 (54) 发明名称 位于无人机上的作物病虫害检测系统 (57) 摘要 本发明涉及一种位于无人机上的作物病虫害 检测系统， 包括随机存储器、 高清摄像头、 图像处 理器和主控制器， 所述高清摄像头用于捕获。
2、作物 图像， 所述图像处理器与所述高清摄像头连接， 用 于对所述作物图像进行图像处理， 以获得所述作 物图像中的作物病虫害类型， 所述主控制器与所 述随机存储器和所述图像处理器分别连接， 用于 将所述作物病虫害类型存储到所述随机存储器 中。 通过本发明， 能够自动获得田间作物的病虫害 类型， 以方便相关农业管理部门在无人机返航时 进行调用， 从而做出有针对性的病虫害防控措施。 (51)Int.Cl. 权利要求书 2 页 说明书 5 页 附图 1 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书5页 附图1页 (10)申请公布号 CN 104330410 A。
3、 CN 104330410 A 1/2 页 2 1. 一种位于无人机上的作物病虫害检测系统， 其特征在于， 所述检测系统包括随机存 储器、 高清摄像头、 图像处理器和主控制器， 所述高清摄像头用于捕获作物图像， 所述图像 处理器与所述高清摄像头连接， 用于对所述作物图像进行图像处理， 以获得所述作物图像 中的作物病虫害类型， 所述主控制器与所述随机存储器和所述图像处理器分别连接， 用于 将所述作物病虫害类型存储到所述随机存储器中。 2. 如权利要求 1 所述的位于无人机上的作物病虫害检测系统， 其特征在于， 所述检测 系统还包括 ： 串行通信接口， 与所述随机存储器连接， 用于将所述随机存储器。
4、中的存储内容读出 ； 闪存卡， 预先存储了病斑上限灰度阈值和病斑下限灰度阈值， 还预先存储有病虫害特 征数据库， 所述病虫害特征数据库保存了每一种病虫害类型以及每一种病虫害类型对应的 病虫害特征， 所述病虫害特征包括病斑面积、 病斑最小外接矩形面积和病斑矩形度 ； 无线通信接口， 用于接收远程农业管理平台无线发送的无人机控制指令， 所述无人机 控制指令中包括拍照高度和拍照 GPS 位置 ； GPS 定位器， 连接 GPS 导航卫星， 用于接收所述无人机所在位置的当前 GPS 位置 ； 气压高度传感器， 包括无线电发射机、 无线电接收机和单片机， 所述单片机与所述无线 电发射机和所述无线电接收机。
5、分别连接， 所述无线电发射机向地面发射无线电波， 所述无 线电接收机接收地面反射的无线电波， 所述单片机根据所述无线电发射机的发射时间、 所 述无线电接收机的接收时间和无线电波传播速度计算无人机的当前高度， 所述无线电波传 播速度为光速 ； 无人机驱动设备， 用于为所述无人机的飞行提供动力 ； 所述图像处理器包括灰度处理单元、 增强处理单元、 滤波处理单元、 图像分割单元和特 征识别单元， 所述灰度处理单元与所述高清摄像头连接以对所述作物图像进行灰度处理， 获得灰度图像， 所述增强处理单元与所述灰度处理单元连接以基于小波图像增强算法对所 述灰度图像处理， 获得增强图像， 所述滤波处理单元与所述。
6、增强处理单元连接以基于中值 滤波算法对所述增强图像处理， 获得滤波图像， 所述图像分割单元与所述滤波处理单元和 所述闪存卡分别连接， 将所述滤波图像中灰度值在所述病斑上限灰度阈值和所述病斑下限 灰度阈值之间的像素识别并组成病斑图像， 所述特征识别单元与所述图像分割单元和所述 闪存卡分别连接， 识别所述病斑图像中的病虫害特征， 并将识别的病虫害特征在所述病虫 害特征数据库中查找与识别的病虫害特征匹配的病虫害类型， 以作为所述作物病虫害类型 输出 ； 所述主控制器， 与所述随机存储器、 所述闪存卡、 所述无线通信接口、 所述 GPS 定位器、 所述气压高度传感器、 所述无人机驱动设备、 所述高清摄。
7、像头和所述图像处理器分别连接， 对所述无人机控制指令进行解析以获得所述拍照高度和所述拍照 GPS 位置， 并控制所述无 人机驱动设备以驱动所述无人机飞往所述拍照高度和所述拍照 GPS 位置， 在所述当前 GPS 位置与所述拍照 GPS 位置一致且所述当前高度与所述拍照高度一致时， 启动所述高清摄像 头和所述图像处理器， 并将所述当前 GPS 位置和所述图像处理器输出的作物病虫害类型对 应存储到所述随机存储器中 ； 其中， 所述随机存储器存储完所述当前 GPS 位置和所述作物病虫害类型后， 向所述主 控制器发送存储成功信号， 所述主控制器在接收到所述存储成功信号后通过所述无线通信 权 利 要 求。
8、 书 CN 104330410 A 2 2/2 页 3 接口向所述远程农业管理平台发送检测完成命令， 以便于所述远程农业管理平台继续向所 述无线通信接口发送无人机控制指令 ； 其中， 所述病斑面积为所述病斑图像中病斑形状所占据的像素总数， 所述病斑最小外 接矩形为包围所述病斑图像中病斑形状的最小矩形所占据的像素总数， 所述病斑矩形度为 所述病斑面积与所述病斑最小外接矩形的比值。 3. 如权利要求 2 所述的位于无人机上的作物病虫害检测系统， 其特征在于， 所述检测 系统还包括 ： 照明设备， 用于为所述高清摄像头的拍摄提供辅助照明。 4. 如权利要求 3 所述的位于无人机上的作物病虫害检测系统。
9、， 其特征在于 ： 所述照明设备包括亮度传感器， 用于测量所述无人机所在位置的亮度数据， 所述照明 设备基于所述亮度数据控制为所述高清摄像头的拍摄提供的辅助照明。 5. 如权利要求 2 所述的位于无人机上的作物病虫害检测系统， 其特征在于 ： 所述高清摄像头的分辨率为 1280720。 6. 如权利要求 2 所述的位于无人机上的作物病虫害检测系统， 其特征在于 ： 所述病虫害特征还包括病斑几何重心和病斑圆度。 7. 如权利要求 6 所述的位于无人机上的作物病虫害检测系统， 其特征在于 ： 所述病斑几何重心为所述病斑图像中病斑形状的形心。 8. 如权利要求 6 所述的位于无人机上的作物病虫害检测。
10、系统， 其特征在于 ： 所述病斑圆度为所述病斑图像中病斑形状与标准圆形的相似度。 权 利 要 求 书 CN 104330410 A 3 1/5 页 4 位于无人机上的作物病虫害检测系统 技术领域 0001 本发明涉及病虫害防控领域， 尤其涉及一种位于无人机上的作物病虫害检测系 统。 背景技术 0002 在农业生产过程中， 有效实现对病虫害的防控是保证农业丰收的前提， 如果种植 的作物病害是分布较广、 危害较重的病害， 将会严重影响作物的产量和品质， 在对病虫害的 防控之前， 首先要做的是判断病虫害的类型， 病虫害类型判断如果准确， 则病虫害容易得到 根治， 而病虫害类型判断如果不准确， 则将浪。
11、费大量人力和财力， 耽误宝贵的医治时间。 0003 传统的病虫害诊断方法是通过肉眼观察判断， 并结合农业作物病害图谱进行比 对， 效率低下， 难以及时、 准确地发现和治理病害。近年来开发和应用的一些作物病害专家 系统虽然起到了一些作用， 但由于其需要大量的病害数据作为系统的输入， 而作物病害的 具体特征非常复杂， 难以实现精确的量化， 因此影响了专家系统判断的准确性。 也有一些农 业管理部门采用卫星遥感的方式进行病虫害检测， 但这种检测方式造价昂贵。 0004 因此， 需要一种新的作物病虫害检测系统， 性价比适中， 能够适应作物检测面积宽 广和病虫害精确诊断的要求， 方便相关农业管理部门灵活操。
12、控， 以便于后期有的放矢地进 行作物病虫害医治。 发明内容 0005 为了解决上述问题， 本发明提供了一种位于无人机上的作物病虫害检测系统， 借 用无人机的平台， 依靠无人机灵活、 检测面积广的特点， 能够灵活对任何需要监控的区域进 行病虫害检测， 同时采用图像识别技术， 首先进行病害图像的预处理， 将采集到的图像通过 灰度化和中值滤波后， 进行图像分割， 得到病斑图像， 随后以病虫害特征来描述病斑图像中 作物病斑的形状特征， 从而有效识别病虫害类型。 0006 根据本发明的一方面， 提供了一种位于无人机上的作物病虫害检测系统， 所述检 测系统包括随机存储器、 高清摄像头、 图像处理器和主控制。
13、器， 所述高清摄像头用于捕获作 物图像， 所述图像处理器与所述高清摄像头连接， 用于对所述作物图像进行图像处理， 以获 得所述作物图像中的作物病虫害类型， 所述主控制器与所述随机存储器和所述图像处理器 分别连接， 用于将所述作物病虫害类型存储到所述随机存储器中。 0007 更具体地， 所述位于无人机上的作物病虫害检测系统中， 所述检测系统还包括， 串 行通信接口， 与所述随机存储器连接， 用于将所述随机存储器中的存储内容读出 ； 闪存卡， 预先存储了病斑上限灰度阈值和病斑下限灰度阈值， 还预先存储有病虫害特征数据库， 所 述病虫害特征数据库保存了每一种病虫害类型以及每一种病虫害类型对应的病虫害。
14、特征， 所述病虫害特征包括病斑面积、 病斑最小外接矩形面积和病斑矩形度 ； 无线通信接口， 用于 接收远程农业管理平台无线发送的无人机控制指令， 所述无人机控制指令中包括拍照高度 和拍照GPS位置 ； GPS定位器， 连接GPS导航卫星， 用于接收所述无人机所在位置的当前GPS 说 明 书 CN 104330410 A 4 2/5 页 5 位置 ； 气压高度传感器， 包括无线电发射机、 无线电接收机和单片机， 所述单片机与所述无 线电发射机和所述无线电接收机分别连接， 所述无线电发射机向地面发射无线电波， 所述 无线电接收机接收地面反射的无线电波， 所述单片机根据所述无线电发射机的发射时间、 。
15、所述无线电接收机的接收时间和无线电波传播速度计算无人机的当前高度， 所述无线电波 传播速度为光速 ； 无人机驱动设备， 用于为所述无人机的飞行提供动力 ； 所述图像处理器 包括灰度处理单元、 增强处理单元、 滤波处理单元、 图像分割单元和特征识别单元， 所述灰 度处理单元与所述高清摄像头连接以对所述作物图像进行灰度处理， 获得灰度图像， 所述 增强处理单元与所述灰度处理单元连接以基于小波图像增强算法对所述灰度图像处理， 获 得增强图像， 所述滤波处理单元与所述增强处理单元连接以基于中值滤波算法对所述增强 图像处理， 获得滤波图像， 所述图像分割单元与所述滤波处理单元和所述闪存卡分别连接， 将所。
16、述滤波图像中灰度值在所述病斑上限灰度阈值和所述病斑下限灰度阈值之间的像素 识别并组成病斑图像， 所述特征识别单元与所述图像分割单元和所述闪存卡分别连接， 识 别所述病斑图像中的病虫害特征， 并将识别的病虫害特征在所述病虫害特征数据库中查 找与识别的病虫害特征匹配的病虫害类型， 以作为所述作物病虫害类型输出 ； 所述主控制 器， 与所述随机存储器、 所述闪存卡、 所述无线通信接口、 所述 GPS 定位器、 所述气压高度传 感器、 所述无人机驱动设备、 所述高清摄像头和所述图像处理器分别连接， 对所述无人机控 制指令进行解析以获得所述拍照高度和所述拍照 GPS 位置， 并控制所述无人机驱动设备以 。
17、驱动所述无人机飞往所述拍照高度和所述拍照 GPS 位置， 在所述当前 GPS 位置与所述拍照 GPS 位置一致且所述当前高度与所述拍照高度一致时， 启动所述高清摄像头和所述图像处 理器， 并将所述当前 GPS 位置和所述图像处理器输出的作物病虫害类型对应存储到所述随 机存储器中 ； 其中， 所述随机存储器存储完所述当前 GPS 位置和所述作物病虫害类型后， 向 所述主控制器发送存储成功信号， 所述主控制器在接收到所述存储成功信号后通过所述无 线通信接口向所述远程农业管理平台发送检测完成命令， 以便于所述远程农业管理平台继 续向所述无线通信接口发送无人机控制指令 ； 所述病斑面积为所述病斑图像中。
18、病斑形状所 占据的像素总数， 所述病斑最小外接矩形为包围所述病斑图像中病斑形状的最小矩形所占 据的像素总数， 所述病斑矩形度为所述病斑面积与所述病斑最小外接矩形的比值。 0008 更具体地， 所述位于无人机上的作物病虫害检测系统中， 所述检测系统还包括， 照 明设备， 用于为所述高清摄像头的拍摄提供辅助照明。 0009 更具体地， 所述位于无人机上的作物病虫害检测系统中， 所述照明设备包括亮度 传感器， 用于测量所述无人机所在位置的亮度数据， 所述照明设备基于所述亮度数据控制 为所述高清摄像头的拍摄提供的辅助照明。 0010 更具体地， 所述位于无人机上的作物病虫害检测系统中， 所述高清摄像头。
19、的分辨 率为 1280720。 0011 更具体地， 所述位于无人机上的作物病虫害检测系统中， 所述病虫害特征还包括 病斑几何重心和病斑圆度。 0012 更具体地， 所述位于无人机上的作物病虫害检测系统中， 所述病斑几何重心为所 述病斑图像中病斑形状的形心。 0013 更具体地， 所述位于无人机上的作物病虫害检测系统中， 所述病斑圆度为所述病 斑图像中病斑形状与标准圆形的相似度。 说 明 书 CN 104330410 A 5 3/5 页 6 附图说明 0014 以下将结合附图对本发明的实施方案进行描述， 其中 ： 0015 图 1 为根据本发明实施方案示出的位于无人机上的作物病虫害检测系统的结。
20、构 方框图。 0016 图 2 为根据本发明实施方案示出的位于无人机上的作物病虫害检测系统的气压 高度传感器的结构方框图。 具体实施方式 0017 下面将参照附图对本发明的位于无人机上的作物病虫害检测系统的实施方案进 行详细说明。 0018 病虫害是病害和虫害的并称， 常对农业生产造成不良影响。 0019 具体到病害， 植物在栽培过程中， 受到有害生物的侵染或不良环境条件的影响， 正 常新陈代谢受到干扰， 从生理机能到组织结构上发生一系列的变化和破坏， 以至在外部形 态上呈现反常的病变现象， 如枯萎、 腐烂、 斑点、 霉粉、 花叶等， 统称病害。 0020 引起植物发病的原因， 包括生物因素和。
21、非生物因素。由生物因素如真菌、 细菌、 病 毒等侵入植物体所引起的病害， 有传染性， 称为侵染性病害或寄生性病害， 由非生物因素如 旱、 涝、 严寒、 养分失调等影响或损坏生理机能而引起的病害， 没有传染性， 称为非侵染性病 害或生理性病害。在侵染性病害中， 致病的寄生生物称为病原生物， 其中真菌、 细菌常称为 病原菌。被侵染的植物称为寄主植物。侵染性病害的发生不仅取决于病原生物的作用， 而 且与寄主生理状态以及外界环境条件也有密切关系， 是病原生物、 寄主植物和环境条件三 者相互作用的结果。 0021 具体到虫害， 危害药用植物的动物种类很多， 其中主要是昆虫， 另外有螨类、 蜗牛、 鼠类等。
22、。昆虫中虽有很多属于害虫， 但也有益虫， 对益虫应加以保护、 繁殖和利用。因此， 认 识昆虫， 研究昆虫， 掌握害虫发生和消长规律， 对于防治害虫， 保护植物获得优质高产， 具有 重要意义。 0022 各种昆虫由于食性和取食方式不同， 口器也不相同， 主要有咀嚼式口器和刺吸式 口器。咀嚼式口器害虫， 如甲虫、 蝗虫及蛾蝶类幼虫等。他们都取食固体食物， 危害根、 茎、 叶、 花、 果实和种子、 蔬菜， 造成机械性损伤， 如缺刻、 孔洞、 折断、 钻蛀茎秆、 切断根部等。刺 吸式口器害虫， 如蚜虫、 椿蟓、 叶蝉和螨类等。 他们是以针状口器刺入植物组织吸食食料， 使 植物呈现萎缩、 皱叶、 卷叶、。
23、 枯死斑、 生长点脱落、 虫瘿 ( 受唾液刺激而形成 ) 等。此外， 还有 虹吸式口器 ( 如蛾蝶类 )、 纸吸式口器 ( 如蝇类 )、 嚼吸式口器 ( 如蜜蜂 )。 0023 不同的病虫害形成的作物病斑， 在外观上形状各不相同， 可用来进行病虫害类型 的识别依据。 0024 本发明的位于无人机上的作物病虫害检测系统， 在相关农业管理部门的远程无线 操控下， 能够灵活到达任何需要检测的领域， 同时图像识别技术的引用保证了病虫害识别 的精确性。 0025 图 1 为根据本发明实施方案示出的位于无人机上的作物病虫害检测系统的结构 方框图， 如图 1 所示， 所述检测系统包括随机存储器 3、 高清摄。
24、像头 1、 图像处理器 2 和主控 说 明 书 CN 104330410 A 6 4/5 页 7 制器4， 所述高清摄像头1用于捕获作物图像， 所述图像处理器2与所述高清摄像头1连接， 用于对所述作物图像进行图像处理， 以获得所述作物图像中的作物病虫害类型， 所述主控 制器 4 与所述随机存储器 3、 所述图像处理器 2 和所述高清摄像头 1 分别连接， 用于将所述 作物病虫害类型存储到所述随机存储器 3 中。 0026 接着， 对本发明的位于无人机上的作物病虫害检测系统的结构进行更具体的说 明。 0027 所述检测系统还包括， 串行通信接口， 与所述随机存储器 3 连接， 用于将所述随机 存。
25、储器 3 中的存储内容读出。 0028 所述检测系统还包括， 闪存卡， 预先存储了病斑上限灰度阈值和病斑下限灰度阈 值， 还预先存储有病虫害特征数据库， 所述病虫害特征数据库保存了每一种病虫害类型以 及每一种病虫害类型对应的病虫害特征， 所述病虫害特征包括病斑面积、 病斑最小外接矩 形面积和病斑矩形度。 0029 所述检测系统还包括， 无线通信接口， 用于接收远程农业管理平台无线发送的无 人机控制指令， 所述无人机控制指令中包括拍照高度和拍照 GPS 位置。 0030 所述检测系统还包括， GPS 定位器， 连接 GPS 导航卫星， 用于接收所述无人机所在 位置的当前 GPS 位置。 0031。
26、 参照图 2 所示， 所述检测系统还包括， 气压高度传感器， 气压高度传感器包括无线 电发射机 5、 无线电接收机 6 和单片机 7， 所述单片机 7 与所述无线电发射机 5 和所述无线 电接收机 6 分别连接， 所述无线电发射机 5 向地面发射无线电波， 所述无线电接收机 6 接收 地面反射的无线电波， 所述单片机7根据所述无线电发射机5的发射时间、 所述无线电接收 机 6 的接收时间和无线电波传播速度计算无人机的当前高度， 所述无线电波传播速度为光 速。 0032 所述检测系统还包括， 无人机驱动设备， 用于为所述无人机的飞行提供动力。 0033 所述图像处理器 2 包括灰度处理单元、 增。
27、强处理单元、 滤波处理单元、 图像分割单 元和特征识别单元， 所述灰度处理单元与所述高清摄像头 1 连接以对所述作物图像进行灰 度处理， 获得灰度图像， 所述增强处理单元与所述灰度处理单元连接以基于小波图像增强 算法对所述灰度图像处理， 获得增强图像， 所述滤波处理单元与所述增强处理单元连接以 基于中值滤波算法对所述增强图像处理， 获得滤波图像， 所述图像分割单元与所述滤波处 理单元和所述闪存卡分别连接， 将所述滤波图像中灰度值在所述病斑上限灰度阈值和所述 病斑下限灰度阈值之间的像素识别并组成病斑图像， 所述特征识别单元与所述图像分割单 元和所述闪存卡分别连接， 识别所述病斑图像中的病虫害特征。
28、， 并将识别的病虫害特征在 所述病虫害特征数据库中查找与识别的病虫害特征匹配的病虫害类型， 以作为所述作物病 虫害类型输出。 0034 所述主控制器 4， 与所述随机存储器 3、 所述闪存卡、 所述无线通信接口、 所述 GPS 定位器、 所述气压高度传感器、 所述无人机驱动设备、 所述高清摄像头 1 和所述图像处理器 2 分别连接， 对所述无人机控制指令进行解析以获得所述拍照高度和所述拍照 GPS 位置， 并 控制所述无人机驱动设备以驱动所述无人机飞往所述拍照高度和所述拍照 GPS 位置， 在所 述当前 GPS 位置与所述拍照 GPS 位置一致且所述当前高度与所述拍照高度一致时， 启动所 述高。
29、清摄像头1和所述图像处理器2， 并将所述当前GPS位置和所述图像处理器2输出的作 说 明 书 CN 104330410 A 7 5/5 页 8 物病虫害类型对应存储到所述随机存储器 3 中。 0035 其中， 所述随机存储器3存储完所述当前GPS位置和所述作物病虫害类型后， 向所 述主控制器 4 发送存储成功信号， 所述主控制器 4 在接收到所述存储成功信号后通过所述 无线通信接口向所述远程农业管理平台发送检测完成命令， 以便于所述远程农业管理平台 继续向所述无线通信接口发送无人机控制指令 ； 所述病斑面积为所述病斑图像中病斑形状 所占据的像素总数， 所述病斑最小外接矩形为包围所述病斑图像中病。
30、斑形状的最小矩形所 占据的像素总数， 所述病斑矩形度为所述病斑面积与所述病斑最小外接矩形的比值。 0036 其中， 所述检测系统还可以包括， 照明设备， 用于为所述高清摄像头 1 的拍摄提供 辅助照明， 所述照明设备可以包括亮度传感器， 用于测量所述无人机所在位置的亮度数据， 所述照明设备基于所述亮度数据控制为所述高清摄像头 1 的拍摄提供的辅助照明， 所述高 清摄像 1 的分辨率可选为 1280720， 所述病虫害特征还包括病斑几何重心和病斑圆度， 所 述病斑几何重心为所述病斑图像中病斑形状的形心， 所述病斑圆度为所述病斑图像中病斑 形状与标准圆形的相似度。 0037 另外， 中值滤波法是一。
31、种非线性平滑技术， 他将每一像素点的灰度值设置为该点 某邻域窗口内的所有像素点灰度值的中值， 中值滤波是基于排序统计理论的一种能有效抑 制噪声的非线性信号处理技术， 中值滤波的基本原理是把数字图像或数字序列中一点的值 用该点的一个邻域中各点值的中值代替， 让周围的像素值接近的真实值， 从而消除孤立的 噪声点。中值滤波法对消除椒盐噪声非常有效， 在光学测量条纹图像的相位分析处理方法 中有特殊作用， 但在条纹中心分析方法中作用不大， 中值滤波在图像处理中， 常用于保护边 缘信息， 是经典的平滑噪声的方法。 0038 另外， 闪存 (Flash Memory) 是一种长寿命的非易失性 ( 在断电情况。
32、下仍能保持 所存储的数据信息 ) 的存储器， 数据删除不是以单个的字节为单位而是以固定的区块为单 位， 区块大小一般为 256KB 到 20MB。闪存是电子可擦除只读存储器 (EEPROM) 的变种， 闪存 与 EEPROM 不同的是， EEPROM 能在字节水平上进行删除和重写而不是整个芯片擦写， 而闪存 的大部分芯片需要块擦除。 由于其断电时仍能保存数据， 闪存通常被用来保存设置信息， 如 在电脑的 BIOS( 基本程序 )、 PDA( 个人数字助理 )、 数码相机中保存资料等。闪存是一种非 易失性存储器， 即断电数据也不会丢失。 0039 采用本发明的位于无人机上的作物病虫害检测系统， 。
33、针对现有作物病虫害检测系 统性价比不高、 监控不够灵活、 精度不高的技术问题， 通过将检测系统设置在无人机上， 借 用无人机的可控制性、 低空飞行的特点， 能够出现在任何需要监控的区域， 同时图像识别技 术和无线通信技术的引用， 保证病虫害特征识别的准确性和数据传输的有效性。 0040 可以理解的是， 虽然本发明已以较佳实施例披露如上， 然而上述实施例并非用以 限定本发明。 对于任何熟悉本领域的技术人员而言， 在不脱离本发明技术方案范围情况下， 都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰， 或修改为等 同变化的等效实施例。 因此， 凡是未脱离本发明技术方案的内容， 依据本发明的技术实质对 以上实施例所做的任何简单修改、 等同变化及修饰， 均仍属于本发明技术方案保护的范围 内。 说 明 书 CN 104330410 A 8 1/1 页 9 图 1 图 2 说 明 书 附 图 CN 104330410 A 9 。