云视频农业监控与检测方法

1.一种云视频农业监控与检测方法，其特征在于，包括以下步骤：
S10、农业企业在生产现场布置视频采集装置，视频采集装置在操作平台操作命令的控制下实时采集由一块或多块农田农作物构成的被测对象的视频信息，并将视频信息封装成信息包通过信息传输网络返回给操作平台；
S20、操作平台对采集到的视频信息做初步分析，进行特征提取后并通过传输网络传输到远程的云计算中心；
S30、云计算中心利用云计算处理能力和云存储实现大量视频数据存储，保证农产品生产过程可回放观看；
S40、云计算中心对至少一处农业企业的至少一路视频进行特征信息分析，得到全局反馈信息，通过传输网络传输到生产现场的操作平台；
S50、生产现场的操作平台根据反馈信息，通过操控外接控制节点，实现对生产的最优调控；
S60、将网络电商平台与云视频监控技术结合，使用户通过网络电商平台与云计算中心连接，操作个人终端实施远程监控及遥控视频，还能选择观看日期。
2.如权利要求1所述的云视频农业监控与检测方法，其特征在于，在所述步骤S10中，所述视频信息包括：通过人机交互接口输入在农田现场对距离视频摄像头最近的农作物标定的距离参数、通过所述视频摄像头摄取的多组农田视频图像及其采用的变焦倍数和分辨率参数。
3.如权利要求1所述的云视频农业监控与检测方法，其特征在于，在所述步骤S10中，所述后端操作平台接收到所述信息包并解封、解析出所述被测对象的视频信息，根据对所述视频信息中图像像素的基本颜色进行分析计算获取农作物参数并保存。
4.如权利要求1所述的云视频农业监控与检测方法，其特征在于，在所述步骤S20中，还包括以下步骤：
1)对图像做直方图均衡化，使图像在灰度级上分布均匀；
2)对图像做边缘检测，得到标定线的图像长度，与标定线的实际长度对比，获得像素长度与实际长度的比例尺；
3)对图像做阈值分割，利用OpenCV中的函数库计算动植物的相关参数，根据标定线估算生产现场植物或动物的长度和质量；其中在生产准备阶段，对阈值分割后的植物或动物图案建立训练集，发送到云计算中心，通过SVM方法训练得到识别模型；
4)经过图像处理得到视频帧的特征信息，封装成数据结构为0-1字符串的信息，发送给云计算中心，每个字符串代表一帧，字符串的每个字符代表一个像素点。
5.如权利要求1所述的云视频农业监控与检测方法，其特征在于，在所述步骤S40中，还包括以下步骤：
S401、将ARM板发送的数据结构为0-1字符串的特征信息，读取为特征向量；
S402、特征向量与训练集匹配，根据植物或动物图案对生产现场不同动物或植物进行特征识别和定位，如果目标为动物进入步骤S3，如果目标为植物进入步骤S404；
S403、利用粒子滤波法对动物进行多目标跟踪，并将跟踪信息进行记录并基于动物行为模型分析动物的生存状态，得到能满足动物舒适度的调控信息；
S404、通过图像特征提取得到植物叶片的面积、长度、纹理等信息，匹配植物叶片特征库，分析植物是生长状态并得到满足植物生长的调控信息。

暂无