a=2
A－C
）B+（F
2
（4）
b=2
A+C－
2
A+C+
A－C
）B+（F
（5）
Comparisonofproposedmethodandthresholdingalgorithm
阈值分割法
本文算法
人工法
计数
误差/%36．0831．2228．7024．1613．10
计数251198220174143
误差/%1．563．411．352．241．38
255205223178145
bp=
a
（6）
作物种类
图像处理过程如图8所示。
水稻站点1水稻站点2水稻站点3水稻站点4水稻站点5
163141159135126
相对于固定阈值算法，本文算从表2中可以看出，
法的适应性强、精确度高、计数准确。4．3
服务器平台的实现
用户进行权限认证后，登录主页面。当用户选择
（a）
原始图像分块
（b）
查询6月到9月、监测站点1、农作物水稻、病虫害稻
初始图像聚合
飞虱数目，系统主页面如图9所示。
（c）最终图像聚合图8
（d）椭圆拟合
图9Fig．9
系统主页面显示效果图Figureofsystemmainpage
水稻飞虱图像分割与椭圆拟合
Fig．8Segmentationandellipsefittingresultsofriceplanthoppers
5结论
通过对现有的农业虫害智能化系统的对比研究，
［1］孙彦景，丁晓慧，于满，等．基于物联网的农业信息化系
．计算机研究与发展，2011，48（51）：统研究与设计［J］326－331．
［2］翟顺，张衎，等．基于SIM900A的物联网短信报王卫红，
J］．现代电子技术，2012，35（5）：86－89．警系统［
［3］颜波，石平．基于物联网的水产养殖智能化监控系统
［J］．农业机械学报，2014，45（1）：259－265．
［4］王志彬，王开义，张水发，等．基于K_means聚类和椭圆
．农业工程学报，2014，拟合方法的白粉虱计数算法［J］30（1）：105－112．
［5］杨玲玲，丁为民，刘德营，等．水稻飞虱图像几何形状特
J］．农机化研究，2008（6）：180－183．征的提取［
［6］FUKATSUT．HirafujiMFiddMonitoringUsingSensorNodes
withaWebServer［J］．JournalofＲoboticsandMechatron-ics，2005，17（2）：164－172．
设计了一套适用于茶园和水稻的农作物环境农业虫害监控系统。该系统可以实现准确采集农作物生长环境信息、虫害数目、支持专家数据库智能分析数据和远程设备参数智能设置，极大地方便了农业专家研究病虫害暴发与季节气候、地理位置、光照等自然环境的关系，从而制定科学有效的病虫害防控预案，科学指导农业生产，提高农作物质量和产量。
系统是建立在广泛覆盖的移动通信网络基础上，可以通过重组适应于多种农田环境，将为农业现代化建设中的全面感知、稳定传输及智能管理奠定基础。参考文献：
IntelligentMonitoringSystemforAgriculturalPestsBasedon
InternetofThings
ZhangEndi，ZhangJiarui
（SchoolofPhysicsandMicroelectronicsScience，HunanUniversity，Changsha410082，China）
Abstract：〗InordertoimprovetheoveralllevelofChina＇sagriculturalpestresistance，preciseresearchofhowcropgrowthenvironmentaffectsthenumberofplantpesttrendsisparticularlyimportant．IntelligentmonitoringsystemforAg-riculturalPestsBasedonInternetofThings（IoT）developsasetofautomaticdatacollectionsystemoffarml－andenvi-ronmentinformation，thenumberofpests，anditcanalsosettheequipmentparameters．Artificialtakingpicturesofpla-nthopper，thissystemusesk－meansclusteringalgorithmtoseparatetheplanthopperfromthebackgr－ound，usesanel-lipsefittingbasedonleastsquaremethodtogettheellipticity，whichisusedtodistinguishbetweeninsectbodyandim-puritiesandaddupthepestsnumber．Hardwarecompositionofthesystemandsoftwaredesignoffunctionmodulesarein-troducedindetail，whichrealizesautomaticinformationcollectionandautomatedoperationandlaysthefoundationofef-fectivepreventionandcontrolofpest．
Keywords：internetofthings（IoT）；GPＲS/GPS；agriculturepest；K－means；ellipsefitting；intelligentmonitoring