This paper presents a threshold-based automated pea weevil detection system, developed as part of the Microsoft FarmVibes project. Based on Internet-of-Things (IoT) and computer vision, the system is designed to monitor and manage pea weevil populations in agricultural settings, with the goal of enhancing crop production and promoting sustainable farming practices. Unlike the machine learning-based approaches, our detection approach relies on binary grayscale thresholding and contour detection techniques determined by the pea weevil sizes. We detail the design of the product, the system architecture, the integration of hardware and software components, and the overall technology strategy. Our test results demonstrate significant effectiveness in weevil management and offer promising scalability for deployment in resource-constrained environments. In addition, the software has been open-sourced for the global research community.

Bản dịch tiếng Việt:

Bài viết này trình bày một hệ thống phát hiện mọt đậu tự động dựa trên ngưỡng, được phát triển như một phần của dự án Microsoft FarmVibes. Dựa trên Internet-of-Things (IoT) và thị giác máy tính, hệ thống này được thiết kế để giám sát và quản lý quần thể mọt đậu trong môi trường nông nghiệp, với mục tiêu tăng cường sản xuất cây trồng và thúc đẩy các phương pháp canh tác bền vững. Không giống như các phương pháp tiếp cận dựa trên máy học, phương pháp phát hiện của chúng tôi dựa trên các kỹ thuật phát hiện đường viền và ngưỡng ngưỡng thang độ xám nhị phân được xác định bởi kích thước hạt đậu. Chúng tôi trình bày chi tiết thiết kế của sản phẩm, kiến ​​trúc hệ thống, sự tích hợp các thành phần phần cứng và phần mềm cũng như chiến lược công nghệ tổng thể. Kết quả thử nghiệm của chúng tôi chứng minh tính hiệu quả đáng kể trong việc quản lý mọt và mang lại khả năng mở rộng đầy hứa hẹn để triển khai trong môi trường hạn chế về tài nguyên. Ngoài ra, phần mềm này còn có nguồn mở dành cho cộng đồng nghiên cứu toàn cầu.

Document Ready

Click below to load the full PDF document natively.