MC-BZY-IV型物联网智能孢子捕捉系统

MC-BZY-IV型物联网智能孢子捕捉系统

一、仪器简介：

　　物联网自动孢子捕捉系统，利用现代计算机系统集成技术、4G无线传输技术、高清数码图像采集与处理技术、远程电动微距控制、自动传动及协调系统、光学辅助系统、人工AI智能识别系统、温度自动调节系统等诸多精密结构及其控制和软件处理系统等诸多领域技术组成的一套植物病菌检测智能自动化工具。   

　　本设备专门收集随空气流动而传播的病原菌孢子及花粉尘粒。主要用于检测病害孢子存量及其扩散动态，为预测并预防病害流行，传染提供可靠数据。   

　　该设备主要由孢子捕捉系统、孢子传动系统、图像采集系统、网络传输系统、对焦系统、电源系统组成。

　　设备利用现代光电数控技术，实现远程自动捕捉各种花粉和孢子信息，自动加载载玻带，自动拍照，图片数据自动上传，自动运行等功能。可根据需要实时对环境气象和孢子病害情况上传到指定网络平台，专业分析人员可在平台对每个时间段内收集到的孢子进行手工分类与计数，形成孢子测报数据库，供专家远程对病害的发生与发展进行分析和预测，为现代农业提供服务，满足病情预测预报及标本采集的需要，及时防治病害发生。

二、性能特点：

　　1、参考 GB/T 24689.3-2009（植物保护机械 孢子捕捉仪（器））标准中有关固定式孢子捕捉仪（器）的安全要求和技术要求。

　　2、15寸高清触摸屏，windows操作系统，具有良好的人机交互界面。

　　3、具有2000万像素放大显微成像系统，能够自动对所捕获病菌孢子进行高清显微拍摄，所拍摄图像清晰度能够达到人工识别病菌孢子种类的要求。

　　4、能够实现从载玻带自动加载、病菌孢子捕捉、显微成像全过程自动化运行。

　　5、具有远程及现场编程功能，设备各项功能可通过网络远程设置，修改和读取。工作模式可调。

　　6、内置卫星定位功能，可在地图上查看当前设备参数。

　　7、分时工作：可根据标靶病原菌孢子的活动习性规律，设定工作时段。可输出设备运行状态信息，以便于中心平台对设备运行状态进行远程监控。

　　8、可对设备开关、工作时间段、图像拍摄频率、上传图像频率等设备管理信息进行远程配置。

三、技术参数：

　　1、载玻带采用高粘光学级材料，可以累计工作450天。

　　2、配备2000万像素工业CMOS数字相机。使用 Sony 的 IMX183 卷帘快门芯片，图像质量优异，超高性价比。通过 USB3.0 接口实时传输非压缩图像，最高帧率可达 19.2 帧。支持自动或手动调节增益、曝光时间、白平衡、Gamma、LUT 校正等；支持自定义 ROl，支持水平镜像、垂直镜像支持硬触发、软触发及自由运行；像元尺寸2.4 umx2.4 um；分辨率5472 x 3648；动态范围65.5 dB；信噪比41.5 dB；增益0 dB ~24 dB；曝光时间44 μs ~ 0.83 sec ；采用全景自动白平衡，对图像处理后，图像的变形量小，不出现残相，支持USB3.0通讯。

　　3、采用一体式工业平板电脑控制，windows操作系统，15寸整体真彩触摸显示屏。

　　4、具有加热和冷却恒温培养系统装置，有助于孢子培养发育。

　　5、采用高分辨率连续变倍筒式显微镜+10x平场消色无限远光学系统显微镜头。

　　6、外壳材料：喷塑钢板。

　　7、图片采集方式：远程网络平台手动控制采集、设备定时自动采集。

　　8、电源电压：交流220V±5%

　　9、功率：180W

　　10、定时：可设10个时间段

　　11、集气口风速：0.3～5 m/s

　　12、绝缘电阻：≥2.5MΩ

　　13、设计寿命：10年

　　14、工作环境温度：-20 -70℃

四、AI病菌孢子种类智能识别：

　　1、对于分布在全国各行业的物联网孢子捕捉仪用户来讲，部分用户缺乏病菌孢子识别技能而无法精准知道捕捉到的病菌孢子品种，从而影响到设备的使用效果。我们针对该情况，开发了《AI智能病菌孢子体识别系统》，面向需求升级了孢子种类数量、优化了算法、扩大了数据库的数据量、从新建立了模型，从而进一步提升了识别的效果，为提高设备的使用效果提供了有力的技术支撑。

　　2、由于不同孢子的识别具有特殊性，每种形态都不同，市场上没有通用的解决方案可以直接使用，所以我们自己只能投入巨大人力和物力建设一个孢子图片库进行定制化训练。

　　3、该孢子识别功能通过图像分类任务，前期收集不少于500张图片进行可行性验证后，最终优化为识别准确率90%以上的模型。

　　第一步，明确需要识别的孢子。 第二步，针对各种孢子，收集该种类下的各种角度，分别收集正面、侧面、背面等多角度图片。 第三步，形成可上传进行训练的数据，数据导入。第四步，当您把图片上传到图像分类数据集进行标注时，可批量标注功能快速为图片打标签，提高您的标注效率。第五步，模型训练。第六步，I训练。最终AI自己把所有的孢子图片训练，达到自动识别功能。

五、大数据平台

　　1、可以随时通过计算机和手机查看当下数据和历史数据，包括照片。

　　2、支持历史数据下载。

　　3、远程设置参数

　　4、短信预警

　　5、远程控制设备