会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利库 / 农作物有害生物 / 农林有害生物数字化监测农作物苗情智能远程监控系统

农林有害生物数字化监测农作物苗情智能远程监控系统

申请号 CN202310258403.5 申请日 2023-03-16 公开(公告)号 CN116319728A 公开(公告)日 2023-06-23
申请人 鹤壁市人元生物技术发展有限公司; 发明人 王振华; 汪文俊; 雷永宏; 张献国; 王树伟; 王慧芳; 高艳东;
摘要 本申请涉及一种农林有害生物数字化监测农作物苗情智能远程监控系统,包括苗情监测终端、信息传输模块、信息处理平台和数据管理终端;所述苗情监测终端用于获取农作物的苗情信息;所述信息传输模块用于基于预设的传输方式将所述苗情信息从所述苗情监测终端传输至所述信息处理平台;所述信息处理平台用于基于所述苗情信息和预设的标准信息对农作物进行苗情分析,获取分析结果;所述信息处理平台还用于基于所述苗情信息和所述分析结果生成苗情展示信息;所述数据管理终端用于管理并展示所述苗情展示信息。本申请具有便于对农作物苗情进行分析,提高分析效率的效果。
权利要求

1.一种农林有害生物数字化监测农作物苗情智能远程监控系统,其特征在于,包括苗情监测终端(1)、信息传输模块(2)、信息处理平台(3)和数据管理终端(4);

所述苗情监测终端(1)用于获取农作物的苗情信息;

所述信息传输模块(2)用于基于预设的传输方式将所述苗情信息从所述苗情监测终端(1)传输至所述信息处理平台(3);

所述信息处理平台(3)用于基于所述苗情信息和预设的标准信息对农作物进行苗情分析,获取分析结果;

所述信息处理平台(3)还用于基于所述苗情信息和所述分析结果生成苗情展示信息;

所述数据管理终端(4)用于管理并展示所述苗情展示信息。

2.根据权利要求1所述的农林有害生物数字化监测农作物苗情智能远程监控系统,其特征在于,所述苗情信息为视频信息,所述信息处理平台(3)包括信息提取单元(31)、信息分析单元(33)和信息存储单元(32);

所述信息提取单元(31)用于基于预设的图片获取方式从所述苗情信息中获取待分析图片;

所述信息存储单元(32)用于存储所述标准信息,所述标准信息包括农作物正常图片和农作物异常图片;

所述信息分析单元(33)用于基于所述标准信息对所述待分析图片进行分析,获取分析结果。

3.根据权利要求2所述的农林有害生物数字化监测农作物苗情智能远程监控系统,其特征在于,所述基于预设的图片获取方式从所述苗情信息中获取待分析图片包括以下步骤:基于视频流截取方法从所述苗情信息中获取多帧农作物图片;

获取特征点,从多帧所述农作物图片中获取所述特征点清晰度最高的农作物图片作为待分析图片。

4.根据权利要求3所述的农林有害生物数字化监测农作物苗情智能远程监控系统,其特征在于,所述基于所述标准信息对所述待分析图片进行分析包括以下步骤:获取所述农作物正常图片上的第一标准特征点、所述农作物异常图片上的第二标准特征点和所述待分析图片的待分析特征点;

将所述第一标准特征点与所述待分析特征点进行分析,判断所述待分析特征点是否与第一标准特征点相符合;

若不符合,则将所述标准特征点与所述第二标准特征点进行分析,判断所述待分析特征点是否与所述第二标准特征点相符合;

若符合,则确定所述待分析特征点异常,并确定农作物生长异常。

5.根据权利要求4所述的农林有害生物数字化监测农作物苗情智能远程监控系统,其特征在于,所述信息存储单元(32)内还存储有与所述农作物异常图片对应的异常因素,一个所述农作物异常图片对应一个或者多个所述异常因素。

6.根据权利要求5所述的农林有害生物数字化监测农作物苗情智能远程监控系统,其特征在于,所述确定农作物生长异常之后,所述信息分析单元(33)还执行以下步骤:获取与所述待分析特征点相符合的目标第二标准特征点;

基于目标第二标准特征点确定目标农作物异常图片;

基于所述目标农作物异常图片从所述信息存储单元(32)中获取目标异常因素。

7.根据权利要求1所述的农林有害生物数字化监测农作物苗情智能远程监控系统,其特征在于,所述信息传输模块(2)包括有线传输单元(21)、无线传输单元(22)、网络检测单元(23)和网络切换单元(24);

所述有线传输单元(21)用于提供有线传输网络;

所述无线传输单元(22)用于提供无线传输网络;

所述网络检测单元(23)用于检测当前传输网络状态;

所述网络切换单元(24)用于当所述当前传输网络状态满足网络切换条件时,切换所述有线传输网络或所述无线传输网络。

8.一种农林有害生物数字化监测农作物苗情智能远程监控方法,其特征在于,包括:基于预设的苗情监测设备获取农作物的苗情信息;

基于预设的传输方式将所述苗情信息从所述苗情监测终端传输至所述信息处理平台;

基于所述苗情信息和预设的标准信息对农作物进行苗情分析,获取分析结果;

基于所述苗情信息和所述分析结果生成苗情展示信息;

基于预设的数据管理终端管理并展示所述苗情展示信息。

9.一种终端设备,包括存储器、处理器及存储在存储器中并能够在处理器上运行的计算机程序,其特征在于,所述处理器加载并执行计算机程序时,采用了权利要求8所述的方法。

10.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序被处理器加载并执行时,采用了权利要求8所述的方法。

说明书全文

农林有害生物数字化监测农作物苗情智能远程监控系统

技术领域

[0001] 本申请涉及农林有害生物数字化监测的技术领域,尤其是涉及一种农林有害生物数字化监测农作物苗情智能远程监控系统。

背景技术

[0002] 我国是农业生产大国,近年来冬季低温冷害、夏季高温沥涝,干热风频发,都对农业生产带来极大威胁。因此,开展作物农情数据监测及管理,促进农业生产转化升级极为必要。
[0003] 农业种植过程中,需要对农作物进行监测,从而实时观察农作物的状态,从而便于农业种植人员能够及时根据农作物的状态做出不同的措施。基于此,目前市场上出现了苗情远程监控系统,用于对苗情进行监测。
[0004] 现有的苗情远程监控系统仅对农作物进行拍摄,将拍摄的画面传输至中心平台,由工作人员认为进行查看分析,从而判断农作物是否正常生长,相当于还是需要工作人员来完成最初的筛查和分析过程,对工作人员来说,工作量较大,且苗情分析的效率较低。

发明内容

[0005] 为了便于对农作物苗情进行分析,提高分析效率,本申请提供一种农林有害生物数字化监测农作物苗情智能远程监控系统。
[0006] 第一方面,本申请提供一种农林有害生物数字化监测农作物苗情智能远程监控系统,采用如下的技术方案:一种农林有害生物数字化监测农作物苗情智能远程监控系统,包括苗情监测终
端、信息传输模块、信息处理平台和数据管理终端;
所述苗情监测终端用于获取农作物的苗情信息;
所述信息传输模块用于基于预设的传输方式将所述苗情信息从所述苗情监测终
端传输至所述信息处理平台;
所述信息处理平台用于基于所述苗情信息和预设的标准信息对农作物进行苗情
分析,获取分析结果;
所述信息处理平台还用于基于所述苗情信息和所述分析结果生成苗情展示信息;
所述数据管理终端用于管理并展示所述苗情展示信息。
[0007] 通过采用上述技术方案,自动将获取的苗情信息与预设的标准信息进行对比分析,能够直接得知农作物生长情况是否异常,相较于人为分析,极大的减少了工作人员的工作量,并且提高了效率;同时根据采集的苗情信息和分析结果生成便于工作人员查看的苗情展示信息,将苗情展示信息通过数据管理终端进行展示,能够远程监控,较为方便。
[0008] 可选的,所述苗情信息为视频信息,所述信息处理平台包括信息提取单元、信息分析单元和信息存储单元;所述信息提取单元用于基于预设的图片获取方式从所述苗情信息中获取待分析
图片;
所述信息存储单元用于存储所述标准信息,所述标准信息包括农作物正常图片和农作物异常图片;
所述信息分析单元用于基于所述标准信息对所述待分析图片进行分析,获取分析结果。
[0009] 通过采用上述技术方案,自动对苗情信息进行预处理,得到便于分析的待分析图片,相较于现有技术中的人为筛查,提高了效率。
[0010] 可选的,所述基于预设的图片获取方式从所述苗情信息中获取待分析图片包括以下步骤:基于视频流截取方法从所述苗情信息中获取多帧农作物图片;
获取特征点,从多帧所述农作物图片中获取所述特征点清晰度最高的农作物图片作为待分析图片。
[0011] 通过采用上述技术方案,能够得到特征点较为清晰的待分析图片,便于分析。
[0012] 可选的,所述基于所述标准信息对所述待分析图片进行分析包括以下步骤:获取所述农作物正常图片上的第一标准特征点、所述农作物异常图片上的第二标准特征点和所述待分析图片的待分析特征点;
将所述第一标准特征点与所述待分析特征点进行分析,判断所述待分析特征点是否与第一标准特征点相符合;
若不符合,则将所述标准特征点与所述第二标准特征点进行分析,判断所述待分析特征点是否与所述第二标准特征点相符合;
若符合,则确定所述待分析特征点异常,并确定农作物生长异常。
[0013] 通过采用上述技术方案,能够将待分析图片与农作物正常图片和农作物异常图片进行对比分析,直接得到农作物是否生长异常的分析结果。
[0014] 可选的,所述信息存储单元内还存储有与所述农作物异常图片对应的异常因素,一个所述农作物异常图片对应一个或者多个所述异常因素。
[0015] 通过采用上述技术方案,便于直接获取农作物生长异常的异常因素。
[0016] 可选的,所述确定农作物生长异常之后,所述信息分析单元还执行以下步骤:获取与所述待分析特征点相符合的目标第二标准特征点;
基于目标第二标准特征点确定目标农作物异常图片;
基于所述目标农作物异常图片从所述信息存储单元中获取目标异常因素。
[0017] 通过采用上述技术方案,便于工作人员直观获取农作物生长异常的异常因素。
[0018] 可选的,所述信息传输模块包括有线传输单元、无线传输单元、网络检测单元和网络切换单元;所述有线传输单元用于提供有线传输网络;
所述无线传输单元用于提供无线传输网络;
所述网络检测单元用于检测当前传输网络状态;
所述网络切换单元用于当所述当前传输网络状态满足网络切换条件时,切换所述有线传输网络或所述无线传输网络。
[0019] 通过采用上述技术方案,提高了苗情信息传输的稳定性和完整性。
[0020] 第二方面,本申请提供一种农林有害生物数字化监测农作物苗情智能远程监控方法,采用如下的技术方案:一种农林有害生物数字化监测农作物苗情智能远程监控方法,包括:
基于预设的苗情监测设备获取农作物的苗情信息;
基于预设的传输方式将所述苗情信息从所述苗情监测终端传输至所述信息处理
平台;
基于所述苗情信息和预设的标准信息对农作物进行苗情分析,获取分析结果;
基于所述苗情信息和所述分析结果生成苗情展示信息;
基于预设的数据管理终端管理并展示所述苗情展示信息。
[0021] 通过采用上述技术方案,自动将获取的苗情信息与预设的标准信息进行对比分析,能够直接得知农作物生长情况是否异常,相较于人为分析,极大的减少了工作人员的工作量,并且提高了效率;同时根据采集的苗情信息和分析结果生成便于工作人员查看的苗情展示信息,将苗情展示信息通过终端进行展示,能够远程监控,较为方便。
[0022] 第三方面,本申请提供一种终端设备,采用如下的技术方案:一种终端设备,包括存储器、处理器及存储在存储器中并能够在处理器上运行的计算机程序,所述处理器加载并执行计算机程序时,采用了上述的一种农林有害生物数字化监测农作物苗情智能远程监控方法。
[0023] 通过采用上述技术方案,将上述的一种农林有害生物数字化监测农作物苗情智能远程监控方法生成计算机程序,并存储于存储器中,以被处理器加载并执行,从而,根据存储器及处理器制作终端设备,方便使用。
[0024] 第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器加载并执行时,采用了上述的一种农林有害生物数字化监测农作物苗情智能远程监控方法。
[0025] 通过采用上述技术方案,将上述的一种农林有害生物数字化监测农作物苗情智能远程监控方法生成计算机程序,并存储于计算机可读存储介质中,以被处理器加载并执行,通过计算机可读存储介质,方便计算机程序的可读及存储。

附图说明

[0026] 图1是本申请实施例中一种农林有害生物数字化监测农作物苗情智能远程监控系统的整体模块示意图。
[0027] 图2是本申请实施例中一种农林有害生物数字化监测农作物苗情智能远程监控方法的整体流程示意图。
[0028] 附图标记说明:1、苗情监测终端;2、信息传输模块;21、有线传输单元;22、无线传输单元;23、网络检测单元;24、网络切换单元;3、信息处理平台;31、信息提取单元;32、信息存储单元;33、信息分析单元;4、数据管理终端。

具体实施方式

[0029] 以下结合附图对本申请作进一步详细说明。
[0030] 本申请实施例公开一种农林有害生物数字化监测农作物苗情智能远程监控系统,参照图1,包括苗情监测终端1、信息传输模块2、信息处理平台3和数据管理终端4,苗情监测终端1用于获取农作物的苗情信息;信息传输模块2用于基于预设的传输方式将苗情信息从苗情监测终端1传输至信息处理平台3;信息处理平台3用于基于苗情信息和预设的标准信息对农作物进行苗情分析,获取分析结果,基于苗情信息和分析结果生成苗情展示信息;数据管理终端4用于管理苗情信息,并展示苗情展示信息。
[0031] 其中,苗情监测终端1为摄像机,设置在农田或者农林中,能够对农作物进行拍摄,以获取视频信息作为苗情信息。苗情监测终端1采集的视频信息通过网络远程传输至信息处理平台3,以使信息处理平台3对苗情进行分析,使得相关工作人员能够对苗情有一定了解。
[0032] 其中,信息传输模块2包括有线传输单元21和无线传输单元22,有线传输单元21使用网线、光纤等搭建有线传输网络,连接苗情监测终端1和信息处理平台3。无线传输单元22采用WiFi、4G等无线传输方式搭建无线传输网络,连接苗情监测终端1和信息处理平台3。一般情况下,有线传输网络相较于无线传输网络来讲,传输速度和稳定性高,因此在本实施例中,设定有线传输网络的优先级高于无线传输网络。
[0033] 具体地,信息传输模块2还包括网络检测单元23和网络切换单元24,网络检测单元23用于检测当前传输网络状态;网络切换单元24用于当当前传输网络状态满足网络切换条件时,切换有线传输网络或无线传输网络。
[0034] 由上述可知,正常情况下,苗情监测终端1将获取的苗情信息通过有线传输网络传输至信息处理平台3,在传输过程中,网络检测单元23实时对有线传输网络进行检测,判断当前传输网络状态,当前传输网络状态包括网络通畅、网络一般和网络中断三种状态,具体可以根据有线传输网络的实际带宽进行划分,在此不做限定。
[0035] 无线传输网络的当前传输网络状态定级同理。在对有线传输网络进行检测的过程中,网络检测单元23还对无线传输网络进行网络检测,以使网络切换单元24根据二者的传输网络状态判断是否需要切换传输网络,从而保证最大可能的将苗情信息进行传输。
[0036] 具体地,网络切换单元24内设置有网络切换条件,在本实施例中,网络切换条件包括:1.初始传输方式为有线传输网络,当前有线传输网络状态持续表现为网络中断,当前无线传输网络状态表现为网络通畅或者网络一般,此时将有线传输网络切换至无线传输网络;
2.初始传输方式为有线传输网络,当前有线传输网络状态持续表现为网络一般,当前无线传输网络状态持续表现为网络通畅,此时将有线传输网络切换至无线传输网络;
3.初始传输方式为无线传输网络,当前无线传输网络状态表现为网络中断,当前有线传输网络表现为网路通畅或者网络一般,此时将无线传输网络切换至有线传输网络;
4.初始传输方式为无线传输网络,当前无线传输网路状态持续表现为网络一般,当前有线传输网络表现为网路通畅,此时将无线传输网络切换至有线传输网络;
5.初始传输方式为无线传输网络,当前无线传输网络状态表现为网络畅通,当前有线传输网络表现为网络畅通,此时将无线传输网络切换至有线传输网络;
……
上述只是给出部分网络切换条件的实际使用举例,在其他实施例中还可以使用其他使用实例,本实施例在此不做限制。
[0037] 基于此,在信息传输模块2将苗情监测终端1采集的苗情信息传输至信息处理平台3时,根据当前传输网络状态实时切换较佳的传输网络,以尽可能的将苗情信息进行传输,提高信息传输的完整性和稳定性。
[0038] 其中,信息处理平台3包括信息提取单元31、信息分析单元33和信息存储单元32;信息提取单元31用于基于预设的图片获取方式从苗情信息中获取待分析图片;信息存储单元32用于存储标准信息,标准信息包括农作物正常图片和农作物异常图片;信息分析单元
33用于基于标准信息对待分析图片进行分析,获取分析结果。
[0039] 若要了解农作物的生长情况,需要通过苗情信息对农作物的具体状态进行分析,判断农作物是否出现生长异常。因此,需要根据苗情信息,也即针对农作物拍摄的视频进行分析,但实际上,如果是工作人员主动对视频进行暂停、播放等操作,观察到的农作物并不清晰,或者在采集视频时农作物在风的作用下摆动,后期难以获取较为清晰的农作物图片。在本实施例中,通过信息提取单元31从苗情信息中提取出来清晰度较佳的待分析图片以供分析。
[0040] 具体地,信息提取单元31执行的步骤包括:1.基于视频流截取方法从苗情信息中获取多帧农作物图片;
2.获取特征点,基于特征点从多帧农作物图片中获取清晰度最高的农作物图片作为待分析图片。
[0041] 视频流截取算法能够从视频中按帧提取出图片,因此,采用视频流截取算法能够从苗情信息中提取出多张农作物图片,相较于手动暂停截图获取的图片,具有较高的清晰度。视频流截取可以采用相关软件完成,例如pr等。
[0042] 进一步地,将根据获取的农作物图片,从中初步选出具有代表性的农作物图片,工作人员在该农作物图片上确定需要分析的特征点,例如农作物叶子、茎秆、果实等,可以使用LBP,HOG,SIFT,Haar,TF‑IDF等进行特征点提取。确定特征点之后,从所有农作物图片中进行特征点提取,并根据提取的特征点的清晰度,将所有农作物图片进行清晰度排序,按照清晰度从高到低的顺序将农作物图片排列,因此,处在第一位的农作物图片即为特征点清晰度高的农作物图片,本实施例中将该农作物图片作为待分析图片。
[0043] 具体地,信息存储单元32内存储有标准信息,标准信息包括农作物正常图片和农作物异常图片。其中,农作物正常图片为当前阶段农作物在正常生长情况的具体图片,在农作物正常图片上标注有第一标准特征点,第一标准特征点表示了农作物正常图片上的正常特征点图像。农作物异常图片为农作物在生长异常情况下的具体图片,异常情况包括缺水、失温、缺磷、光照不足等,在本实施例中,农作物异常图片即为工作人员在农作物生长异常的情况下的采集的样本图片,同样的,农作物异常图片上还标注有第二标准特征点,用于表示农作物在某种异常情况下的具体表现,例如叶子干枯、发黄、茎秆弯曲、果实偏小等。
[0044] 进一步地,在本实施例中,信息存储单元32中为每个农作物异常图片对应设置有异常因素,异常因素可以为缺水、失温、缺磷、光照不足等,一张农作物异常图片可以对应有一个或者多个异常因素。由此可知,当对特征点进行分析,发现其中特征点与农作物异常图片中的第二标准特征点相匹配时,即可确定该图片中的农作物生长异常,且异常因素即为与该农作物异常图片匹配的异常因素,能够帮助工作人员自动确定异常因素,较为方便。
[0045] 具体地,通过信息分析单元33对待分析图片进行分析,具体包括以下步骤:1.获取农作物正常图片上的第一标准特征点、农作物异常图片上的第二标准特征点和待分析图片的待分析特征点;
2.将第一标准特征点与待分析特征点进行分析,判断待分析特征点是否与第一标准特征点相符合;
3.若不符合,则将标准特征点与第二标准特征点进行分析,判断待分析特征点是否与第二标准特征点相符合;
4.若符合,则确定待分析特征点异常,并确定农作物生长异常。
[0046] 获取待分析图片上的待分析特征点,将待分析特征点与第一标准特征点进行一一对比分析,判断待分析特征点是否与第一标准特征点相符合,若符合,则确定待分析特征点正常,进一步表示该待分析图片正常,该农作物生长正常。若不符合,则需要进一步确定该待分析图片的哪些待分析特征点不符合,方便进一步确定异常因素。
[0047] 进一步地,当待分析特征点与第一标准特征点不符合后,将待分析特征点与农作物异常图片的第二标准特征点进行对比分析,若存在第二标准特征点与待分析特征点全部符合,则确定待分析图片与包括该第二标准特征点的农作物异常图片相似。因此,将该第二标准特征点作为目标第二标准特征点,并根据目标第二标准特征点确定目标农作物异常图片。
[0048] 在确定目标农作物异常图片之后,根据目标农作物图片在信息存储单元32中获取匹配的异常因素,作为目标异常因素。
[0049] 当然,若待分析特征点与所有的第二标准特征点都不匹配,则直接将该待分析图片作为人工待分析图片,需要工作人员人为判断图片中的农作物是否生长异常。
[0050] 至此,信息处理平台3已经根据苗情信息得到了农作物是否生长异常的分析结果,并且在生长异常的情况下,提供了可能的异常因素,极大地减少了工作人员的工作量,非常方便。
[0051] 信息处理平台3还用于对苗情信息、分析结果和异常因素进行整理,形成苗情展示信息。在本实施例中,信息处理平台3还可以获取由其他监测设备获取的农作物小气候信息、虫害信息等,将这些信息进行统一整理,整合进苗情展示信息中,并将苗情展示信息发送至数据管理终端4。
[0052] 具体地,数据管理终端4可以为电脑、手机或者平板,数据管理终端4按照设置的展示方式将所有苗情展示信息进行展示。同时,工作人员还可以通过数据管理终端4对苗情展示信息进行管理,以便将苗情展示信息调整为适合查看的形式。
[0053] 本申请实施例一种农林有害生物数字化监测农作物苗情智能远程监控系统的实施原理为:自动将获取的苗情信息与预设的标准信息进行对比分析,能够直接得知农作物生长情况是否异常,相较于人为分析,极大的减少了工作人员的工作量,并且提高了效率;同时根据采集的苗情信息和分析结果生成便于工作人员查看的苗情展示信息,将苗情展示信息通过终端进行展示,能够远程监控,较为方便。
[0054] 本申请实施例还公开一种农林有害生物数字化监测农作物苗情智能远程监控方法,参照图2,包括:S101、基于预设的苗情监测设备获取农作物的苗情信息;
S102、基于预设的传输方式将苗情信息从苗情监测终端传输至信息处理平台;
S103、基于苗情信息和预设的标准信息对农作物进行苗情分析,获取分析结果;
S104、基于苗情信息和分析结果生成苗情展示信息;
S105、基于预设的数据管理终端管理并展示苗情展示信息。
[0055] 本申请实施例一种农林有害生物数字化监测农作物苗情智能远程监控方法的具体实施方式与上述的一种农林有害生物数字化监测农作物苗情智能远程监控系统的具体实施方式相同,故在此不再赘述。
[0056] 本申请实施例还公开一种终端设备,包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序,其中,处理器执行计算机程序时,采用了上述实施例中的一种农林有害生物数字化监测农作物苗情智能远程监控方法。
[0057] 其中,终端设备可以采用台式电脑、笔记本电脑或者云端服务器等计算机设备,并且,终端设备包括但不限于处理器以及存储器,例如,终端设备还可以包括输入输出设备、网络接入设备以及总线等。
[0058] 其中,处理器可以采用中央处理单元(CPU),当然,根据实际的使用情况,也可以采用其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,通用处理器可以采用微处理器或者任何常规的处理器等,本申请对此不做限制。
[0059] 其中,存储器可以为终端设备的内部存储单元,例如,终端设备的硬盘或者内存,也可以为终端设备的外部存储设备,例如,终端设备上配备的插接式硬盘、智能存储卡(SMC)、安全数字卡(SD)或者闪存卡(FC)等,并且,存储器还可以为终端设备的内部存储单元与外部存储设备的组合,存储器用于存储计算机程序以及终端设备所需的其他程序和数据,存储器还可以用于暂时地存储已经输出或者将要输出的数据,本申请对此不做限制。
[0060] 其中,通过本终端设备,将上述实施例中的一种农林有害生物数字化监测农作物苗情智能远程监控方法存储于终端设备的存储器中,并且,被加载并执行于终端设备的处理器上,方便使用。
[0061] 本申请实施例还公开一种计算机可读存储介质,并且,计算机可读存储介质存储有计算机程序,其中,计算机程序被处理器执行时,采用了上述实施例中的一种农林有害生物数字化监测农作物苗情智能远程监控方法。
[0062] 其中,计算机程序可以存储于计算机可读介质中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间件形式等,计算机可读介质包括能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM)、随机存取存储器(RAM)、电载波信号、电信信号以及软件分发介质等,需要说明的是,计算机可读介质包括但不限于上述元器件。
[0063] 其中,通过本计算机可读存储介质,将上述实施例中的一种农林有害生物数字化监测农作物苗情智能远程监控方法存储于计算机可读存储介质中,并且,被加载并执行于处理器上,以方便上述方法的存储及应用。
[0064] 以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。