www.zhixiaotongxin.com
- 知晓通信
- 星期四, 1月 7, 2021
无线物联网
随着物联网的快速发展，无线通信技术也得以迈步发展，涌现出了许多低带宽、能耗低、距离远、大连接的物联通信技术。在智慧农业的感知层组网方案中便是通过几个物联网关的级联，完成对每个大棚环境数据完全感知，同时不需要大面积布线组网，或者管理大量的SIM卡，非常适合无线物联网技术来实现农业种植的智能管理。
云平台架构
云服务凭借其规模化、虚拟化、可靠性高、通用性强、扩展性强及廉价的优势被越来越多的中大型企业所接受，是未来的企业信息化的核心发展模式。随着农业物联网的飞速发展，其大数据、智能化、高可靠、低维护的特点非常适合云平台的技术来建设发展，简单来说我们农业企业可以更加专注于SaaS层的业务应用及管理，IaaS和PaaS层责通过平台来实现智能化管理，极大降低了传统IT基础架构下的专业运营团队管理的模式。
AI图像识别
人工智能在农业领域的应用正在帮助我们提高产出、提高效率，同时减少农药和化肥的使用。图像识别技术可以对各类高分辨率图片资料的分析，更准确地检测和分类植物害虫与疾病，以帮助减少损失；同时，图像识别技术还能帮助检测杂草，观察农作物的生长状态是否达到标准。
数据可视化
通过感知网络把外部环境数据、大棚内部环境数据、农作物生长环境、农业机电设备等农作物生长管理设备有机的结合起来成为一个整体，这样管理人员便可以在管控中心通过监控大屏观察各类数据形成的图像来统计、分析整个种植园区。
病虫害AI
对输入的具有复杂背景的病虫害图像，进行裁剪、填充、灰度化、中值滤波、阀值分割、轮廓提取、病斑提取等一系列处理，得到具有简单背景的病斑图像，然后对该病斑图像进行颜色、纹理喝形状特征的提取，最后，利用径向基核函数的SVM分离器对提取的特征向量进行分类，最终得到病害的诊断结果。
作物生长
通过选取农作物的局部特征，如农作物的叶、花、果、茎、枝条等特征借助数字图像处理和模式识别技术，达到识别农作物生长期的功能。通过摄像机获取农作物的图像，由平台对图像进行灰度化、图像降噪、图像分割、形态学处理以及位置归一等几个环节，再经过数学模型及收集数据进行量化分析和总结，从而判断出农作物的当前状态。
