分析云視頻監(jiān)控在果園病蟲害防治中的應(yīng)用

王振宇

（渤海大學(xué)，遼寧 錦州 121000）

在整個(gè)果園的生產(chǎn)管理中，病蟲害防治是其重要環(huán)節(jié)，需要做好病蟲害預(yù)警，盡早發(fā)現(xiàn)，并采取合理方法加以處理。在以往傳統(tǒng)果園中，大多是通過人力到果園現(xiàn)場(chǎng)觀察來發(fā)現(xiàn)病蟲害，這和工作人員自身的技能、經(jīng)營(yíng)有較大關(guān)系，同時(shí)還會(huì)受到其他因素影響，比較常見的有氣候環(huán)境、財(cái)力投入、時(shí)間等，果園中所安裝的監(jiān)控，大多是出于安全考慮，未涉及到病蟲害的發(fā)現(xiàn)，故傳統(tǒng)果園的病蟲害管理未達(dá)到理想狀態(tài)，不利于產(chǎn)量的提高及質(zhì)量的提升。文章主要就云視頻監(jiān)控在果園中的應(yīng)用進(jìn)行探討，介紹該系統(tǒng)，并分析其在果園病蟲害中的應(yīng)用，以期為相關(guān)研究提供參考。

1 簡(jiǎn)述云視頻監(jiān)控系統(tǒng)

為了能夠省心省力地得到更加及時(shí)、準(zhǔn)確的果園果樹生長(zhǎng)情況，解決果園工作人員的這一大難題，研發(fā)出了智能管理系統(tǒng)，該系統(tǒng)可以很好滿足這些需求。管理者使用該系統(tǒng)時(shí)，只需通過監(jiān)控?cái)z像機(jī)進(jìn)行果園信息的收集。通過有線或者無線的方式將信息傳輸?shù)较到y(tǒng)中，隨后就可以及時(shí)得到準(zhǔn)確的果樹生長(zhǎng)信息、病蟲害情況，以及由機(jī)器給出的最佳培養(yǎng)方案。該系統(tǒng)的使用，還能夠起到對(duì)果品安全質(zhì)量檢測(cè)、果品的安全生產(chǎn)、果品質(zhì)量安全水平的促進(jìn)作用。

1.1 云視頻監(jiān)控系統(tǒng)介紹

本項(xiàng)目所提供的云視頻監(jiān)控智能管理系統(tǒng)，是以云計(jì)算為基礎(chǔ)，以互聯(lián)網(wǎng)為傳輸途徑的數(shù)字化視頻監(jiān)控設(shè)備。利用監(jiān)控?cái)z像機(jī)采集果樹信息，成功采集信息后，可以根據(jù)在線/離線檢測(cè)兩種方式，在訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行果園病蟲害識(shí)別，識(shí)別完成后由系統(tǒng)分析出果園植物的生長(zhǎng)情況、果園病蟲害狀況，并給出相應(yīng)的解決方案。管理人員只需根據(jù)結(jié)果采取相應(yīng)的行動(dòng)即可，避免了傳統(tǒng)管理種植形式中，因果物生長(zhǎng)狀況、病蟲害掌握和處理時(shí)的不及時(shí)、不準(zhǔn)確，而造成資源的分配不均和資源浪費(fèi)等問題。未來，將實(shí)地搜集更多的樹木葉片病癥數(shù)據(jù)。通過labelimg工具進(jìn)行標(biāo)注，使用一個(gè)算法來實(shí)現(xiàn)葉片的病癥檢測(cè)。其工作原理見圖1。

圖1 云視頻監(jiān)控系統(tǒng)工作原理

云視頻監(jiān)控項(xiàng)目致力于實(shí)現(xiàn)高效便捷的果園科學(xué)化管理。技術(shù)核心主要使用的是現(xiàn)在較為成熟的計(jì)算機(jī)視覺的知識(shí)，采用深度學(xué)習(xí)算法來識(shí)別果樹病癥、病蟲害，并采取合理措施加以防治。核心算法使用Faster R-CNN算法對(duì)圖片進(jìn)行錨框，結(jié)合CNN分類算法進(jìn)行病癥診斷，穩(wěn)定的實(shí)現(xiàn)了對(duì)樹木葉片病癥的檢測(cè)。

1.2 Faster R-CNN原理

Faster R-CNN是在RCNN和Fast-RCNN的基礎(chǔ)上演變來的，此算法將目標(biāo)檢測(cè)的四個(gè)基本步驟候選區(qū)域生成，特征提取，分類，位置精修統(tǒng)一到了一個(gè)深度網(wǎng)絡(luò)框架內(nèi)。

Faster R-CNN可以簡(jiǎn)單地看做“區(qū)域生成網(wǎng)絡(luò)（RPN）+Fast RCNN”的系統(tǒng)，用區(qū)域生成網(wǎng)絡(luò)代替Fast R-CNN中的Selective Search方法，網(wǎng)絡(luò)結(jié)構(gòu)如下圖2所示。

圖2 faster R-CNN結(jié)構(gòu)圖

1.3 云視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)細(xì)節(jié)

（1）數(shù)據(jù)集構(gòu)建。對(duì)于本次模型訓(xùn)練使用的數(shù)據(jù)集可分為果樹樹葉和樹葉病蟲害兩類，使TensorFlow 2.0 直接從內(nèi)存中讀取數(shù)據(jù)創(chuàng)建數(shù)據(jù)集。為防止過擬合，對(duì)數(shù)據(jù)隨機(jī)打亂進(jìn)行拆分，80%數(shù)據(jù)為訓(xùn)練集，20%為驗(yàn)證集。

（2）深度學(xué)習(xí)框架庫的選擇。算法實(shí)現(xiàn)是基于pytorch庫和tensorflow庫的。同時(shí)使用兩個(gè)庫的原因如下：第一，pytorch庫是一個(gè)中級(jí)API數(shù)據(jù)集庫，可以配合集成的torchvision較為容易的構(gòu)成數(shù)據(jù)迭代器來裝載數(shù)據(jù)，并且調(diào)用預(yù)訓(xùn)練的faster r-cnn權(quán)重方便。第二，tensorflow2內(nèi)部集成了keras這種高級(jí)API庫，可以快速開發(fā)、調(diào)試、迭代分類算法。第三，實(shí)際問題的需要。所以選擇了pytorch庫來做目標(biāo)檢測(cè)，tensorflow做分類問題。

1.4 云視頻監(jiān)控系統(tǒng)模型設(shè)計(jì)

（1）目標(biāo)檢測(cè)。在所給圖片中，使用Faster R-CNN算法對(duì)采集圖片進(jìn)行檢測(cè)，然后自動(dòng)選取樹葉部分對(duì)樹葉錨框，選取出樹葉部分。

（2）病癥檢測(cè)。再對(duì)錨框選取的樹葉進(jìn)行病癥分類，將所選的樹葉部分使用CNN分類算法進(jìn)行病癥診斷。通過設(shè)定出閾值，當(dāng)結(jié)果大于該閾值時(shí)輸出為1，表示異常發(fā)生，否則為0，無異常發(fā)生。為提高檢測(cè)速度，在視頻檢測(cè)中采用每20幀監(jiān)測(cè)一次的策略。

1.5 云視頻監(jiān)控系統(tǒng)的部署方式

（1）具體使用場(chǎng)景。管理者可在果園中利用監(jiān)控?cái)z像機(jī)進(jìn)行監(jiān)控，完成實(shí)時(shí)果樹信息的數(shù)據(jù)收集。再將數(shù)據(jù)放入已有模型進(jìn)行數(shù)據(jù)分析。判斷果樹的生長(zhǎng)情況，給予預(yù)警行提出相應(yīng)的解決方案，管理者只需根據(jù)提示信息采取相應(yīng)的解決方案即可。在發(fā)現(xiàn)病害的同時(shí)，系統(tǒng)會(huì)自動(dòng)建議加強(qiáng)監(jiān)控?cái)z像機(jī)運(yùn)行，分時(shí)段多次收集果樹實(shí)時(shí)數(shù)據(jù)，及時(shí)感知果樹健康狀況。

（2）部署與使用。由于該模型內(nèi)存占用小，該檢測(cè)模型可以直接部署在監(jiān)控桿內(nèi)，進(jìn)行實(shí)時(shí)預(yù)警分析，監(jiān)控桿上的攝像機(jī)可以在本地實(shí)時(shí)地對(duì)所采集的果樹信息進(jìn)行識(shí)別，及時(shí)報(bào)警，極大地減少了所用時(shí)間。

1.6 云視頻監(jiān)控系統(tǒng)特點(diǎn)

（1）方便快捷地識(shí)別植物種類。植物物種的分類識(shí)別是農(nóng)作物調(diào)查與監(jiān)測(cè)的重要內(nèi)容，傳統(tǒng)的植物物種分類方法費(fèi)時(shí)費(fèi)力，且對(duì)專業(yè)知識(shí)要求高，難以很好滿足植物資源快速調(diào)查的需求。近年來隨著計(jì)算機(jī)視覺和深度學(xué)習(xí)的快速發(fā)展，基于深度學(xué)習(xí)算法的植物圖像分類識(shí)別已成為當(dāng)前的研究熱點(diǎn)。

（2）提升植物識(shí)別的準(zhǔn)確性。為實(shí)現(xiàn)對(duì)植物的高效識(shí)別與分類，現(xiàn)擬設(shè)計(jì)一種改進(jìn)型卷積網(wǎng)絡(luò)對(duì)大規(guī)模植物進(jìn)行提取分類。利用圖像算法對(duì)提取的植物圖像進(jìn)行增強(qiáng)，提高識(shí)別的靈敏度；然后以現(xiàn)有深度神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，設(shè)計(jì)一個(gè)門網(wǎng)絡(luò)，實(shí)現(xiàn)數(shù)千維輸出的深度混合網(wǎng)絡(luò)；再通過機(jī)器學(xué)習(xí)快速識(shí)別并提取探測(cè)目標(biāo)的特征來實(shí)現(xiàn)植物的有效識(shí)別及分類。根據(jù)結(jié)果顯示，本設(shè)計(jì)對(duì)植物的識(shí)別精確度能達(dá)到83%。

（3）對(duì)癥下藥采取應(yīng)對(duì)措施。本系統(tǒng)包括采集植物生長(zhǎng)環(huán)境的溫濕度、光照強(qiáng)度和二氧化碳濃度值，并設(shè)計(jì)監(jiān)測(cè)系統(tǒng)進(jìn)行環(huán)境監(jiān)控，有助于植物獲得更好的營(yíng)養(yǎng)元素和生長(zhǎng)條件。設(shè)計(jì)植物生長(zhǎng)狀況監(jiān)測(cè)系統(tǒng)，也使得監(jiān)控更為方便，得到的數(shù)據(jù)更為精確。工作人員也可根據(jù)此監(jiān)測(cè)系統(tǒng)得到的數(shù)據(jù)，更快更準(zhǔn)確地采取植物生長(zhǎng)應(yīng)對(duì)措施。

2 系統(tǒng)在果園病蟲害防治中的應(yīng)用

為更好地探究該系統(tǒng)在果園病蟲害防治的應(yīng)用，文章以S果園為例，對(duì)其加以分析。該果園面積超過13.33 hm2，主打蘋果種植，品種主要有兩類，分別為M9和M26。過去主要借助于人力對(duì)果園進(jìn)行巡視，定期安排經(jīng)驗(yàn)豐富的工作人員進(jìn)行檢查，觀察是否果樹是否存在病蟲害。這類方法對(duì)工作人員的經(jīng)驗(yàn)要求較高，且檢查速度較慢，需要每一株仔細(xì)檢查，效率低下，人力成本高，時(shí)間緊迫時(shí)，會(huì)有“走馬觀花”現(xiàn)象，出現(xiàn)漏檢、發(fā)現(xiàn)不及時(shí)等情況，檢查效果不理想，所產(chǎn)蘋果品質(zhì)未達(dá)到預(yù)期效果，產(chǎn)量也處于較低水平，果園的經(jīng)濟(jì)收益欠佳。使用云視頻監(jiān)控系統(tǒng)后，在果園病蟲害防治方面有了大幅度改善。該系統(tǒng)可以全方位、多角度對(duì)果樹進(jìn)行監(jiān)控，能夠自動(dòng)分析影像，發(fā)現(xiàn)病蟲害，發(fā)現(xiàn)準(zhǔn)確率高；該系統(tǒng)可實(shí)現(xiàn)24 h全天候監(jiān)控，在發(fā)現(xiàn)病蟲害及時(shí)性方面無可挑剔；引入該系統(tǒng)后，可系統(tǒng)化地對(duì)果園管理，提高了果園管理的科學(xué)性。

2.1 信息采集

對(duì)于云視頻監(jiān)控系統(tǒng)來說，信息采集極為重要，是后續(xù)工作開展的基礎(chǔ)。該系統(tǒng)用于信息采集的主要有高清攝像球機(jī)、吸頂半球攝像機(jī)等，考慮到室外作業(yè)，各監(jiān)控設(shè)備均有防水能力，就安裝高度來看，考慮到不同品種果樹的高度不同，安裝高度也做相應(yīng)調(diào)整，針對(duì)M9品種的蘋果樹，其安裝高度定位3 m，針對(duì)M26品種的蘋果樹，其安裝高度定位2 m，在具體的安裝過程中，可結(jié)合果樹高度適當(dāng)調(diào)整。各監(jiān)控設(shè)備均安裝在監(jiān)控桿上，值得一提的是，因?yàn)殪F氣、雨水等因素，監(jiān)控桿也需要采取防水措施，例如將防水球機(jī)安裝于監(jiān)控桿頂部等。將半球機(jī)安裝于果樹冠層下，選用10倍放大攝像頭，半球機(jī)應(yīng)置于樹冠層內(nèi)，同時(shí)也有防水能力，其作用是監(jiān)測(cè)樹葉背部病蟲害情況，避免只監(jiān)測(cè)樹干、果實(shí)而出現(xiàn)漏監(jiān)測(cè)情況，實(shí)現(xiàn)果樹的全方位無死角監(jiān)控。

2.2 信息整合

信息采集完成之后，便需要對(duì)所收集到的信息進(jìn)行整合。在匯聚端設(shè)置具備網(wǎng)絡(luò)傳輸功能的數(shù)字記錄設(shè)備，對(duì)采集端視頻信息進(jìn)行匯集，同時(shí)將視頻信號(hào)轉(zhuǎn)換成圖像信息在視頻矩陣上進(jìn)行直觀呈現(xiàn)。另外匯集端模塊還借助于P2P網(wǎng)絡(luò)技術(shù)以數(shù)據(jù)信息方式將視頻信號(hào)經(jīng)寬帶、光纖連接到網(wǎng)絡(luò)，傳輸給云端服務(wù)中心。

2.3 信息存儲(chǔ)分析

信息整合完成后，還需對(duì)其進(jìn)行分類存儲(chǔ)分析。對(duì)于云視頻監(jiān)控系統(tǒng)來說，承擔(dān)信息儲(chǔ)備作用的設(shè)備主要有虛擬處理機(jī)、信號(hào)控制器、數(shù)據(jù)存儲(chǔ)器等，主要對(duì)各類信息數(shù)據(jù)分類儲(chǔ)存，以便用戶查看和使用。S果園引入云視頻監(jiān)控系統(tǒng)后，用戶在使用時(shí)，可輸入病蟲害名稱，便可查詢出S果園中與該病蟲害相關(guān)的各類信息，例如該病蟲害的相關(guān)介紹、癥狀表現(xiàn)、預(yù)防方法、治理措施，還可查詢S果園患上該病蟲害果樹相關(guān)信息，包括果樹位置、病蟲害發(fā)生時(shí)間、病史、建議治理措施等。這為S果園病蟲害的治理帶來了方便，提高了效率，方便工作人員對(duì)果樹病蟲害系統(tǒng)管理。

2.4 指令發(fā)出

對(duì)信息進(jìn)行分析完成后，便可結(jié)合分析情況，發(fā)出指令，實(shí)現(xiàn)系統(tǒng)的應(yīng)用。在應(yīng)用端，用戶使用終端設(shè)備按系統(tǒng)指令登錄云視頻監(jiān)管服務(wù)系統(tǒng)頁面，發(fā)出視頻訪問和查詢請(qǐng)求，用戶可根據(jù)自己實(shí)際需要從云服務(wù)器管理系統(tǒng)中獲得果園監(jiān)控視頻信息和相關(guān)資料，既可以實(shí)現(xiàn)對(duì)果園病蟲害的遠(yuǎn)程查看和實(shí)時(shí)監(jiān)控，便于及時(shí)有效地開展果園病蟲害防治工作，又可以最大化節(jié)省人力成本，減少果園生產(chǎn)管理流程中對(duì)人力資源的過高占用，而且云視頻監(jiān)控技術(shù)還能幫助果園管理者建立一套常態(tài)化的病蟲害防治體系，對(duì)提高經(jīng)濟(jì)效益，有效防止病蟲害損失擴(kuò)大化，保證果園產(chǎn)量和產(chǎn)品質(zhì)量有著極大價(jià)值。

3 結(jié)束語

總體來說，科學(xué)技術(shù)的不斷發(fā)展，各領(lǐng)域需要不斷革新技術(shù)，轉(zhuǎn)變管理思想，不斷引入新技術(shù)，提高作業(yè)效率。對(duì)于果園來說，引進(jìn)先進(jìn)技術(shù)也是很有必要的。云視頻監(jiān)控系統(tǒng)的應(yīng)用，利用監(jiān)控?cái)z像機(jī)采集果樹信息，并加以分析判斷，穩(wěn)定的實(shí)現(xiàn)了對(duì)樹木葉片病癥的檢測(cè)，避免了傳統(tǒng)管理種植形式中，因果物生長(zhǎng)狀況掌握和處理時(shí)的不及時(shí)、不準(zhǔn)確，而造成資源的分配不均和資源浪費(fèi)等問題。從這里不難看出，云視頻監(jiān)控系統(tǒng)的應(yīng)用，大大提高了果園病蟲害防治效果，提升工作效率，值得借鑒學(xué)習(xí)。