[發明專利]植物病害識別預警方法及裝置

在審

• 申請號: 201710968700.3
• 申請日: 2017-10-18
• 公開（公告）號: CN107742290A
• 公開（公告）日: 2018-02-27
• 發明（設計）人: 張谷豐;朱美東;張敏慧;朱琦琦
• 申請（專利權）人: 成都東谷利農農業科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 呂靜

技術領域

本發明涉及農業植保技術領域，具體而言，涉及一種植物病害識別預警方法及裝置。

背景技術

植物病害識別以及防治是農業生產的一個重要環節。例如，對植物的病原物分級可得到對應的病原菌的成熟度，根據植物病情分級可得到病害的嚴重度等。在現有技術中，通常需要測報人員在田間進行人工調查，不同的測報人員在調查時分級標準相差大，同時，病害種類多，對測報技術人員業務能力要求高。大多數情況下，測報技術人員需要結合書本圖冊、形態特征描述等進行識別，而人工識別容易出錯，且識別效率低，人為因素干擾大，不能滿足準確快速地識別植物物病害種類及嚴重度的要求。因此，如何提供一種可解決上述問題的方法及裝置，已成為本領域技術人員亟需解決的技術問題。

發明內容

為了克服上述現有技術中的不足，本發明提供一種植物病害識別預警方法及裝置，可對植物病害進行識別并根據識別的病害的嚴重度等級及發出對應的預警提示，進而解決上述問題。

為了實現上述目的，本發明較佳實施例所提供的技術方案如下所示：

就方法而言，本發明較佳實施例提供一種植物病害識別預警方法，應用于植物病害識別預警系統，所述植物病害識別預警系統包括深度學習識別模型，所述方法包括：

獲取彩色的待識別圖像，所述待識別圖像包括對應的光譜-紋理特征；

將獲取的所述待識別圖像輸入訓練后的深度學習識別模型進行識別分類，所述深度學習識別模型根據所述待識別圖像的光譜-紋理特征以得到病害種類及病害的嚴重度；

根據所述嚴重度發出對應的預警提示。

在本發明的較佳實施例中，上述將獲取的所述待識別圖像輸入訓練后的深度學習識別模型進行識別分類的步驟之前，所述方法包括：

獲取植物病害的訓練圖像集，包括多個訓練子圖像，每個所述訓練子圖像包括感染病害的植物圖像以及對應的病害種類的預設標簽，其中，所述植物圖像包括植物的葉片圖像、花瓣圖像、果實圖像、枝干/枝條圖像、根莖圖像中的至少一種，所述預設標簽包括病害種類、病害嚴重度等級或病原菌發育級別；

使用所述訓練圖像集，采用深度學習算法訓練所述深度學習識別模型，得到訓練后的深度學習識別模型。

在本發明的較佳實施例中，上述將獲取的所述待識別圖像輸入訓練后的深度學習識別模型進行識別分類，所述深度學習識別模型根據所述待識別圖像的光譜-紋理特征以得到病害種類及病害的嚴重度的步驟，包括：

將所述待識別圖像的光譜-紋理特征與所述深度學習識別模型中的訓練圖像集中的訓練子圖像的光譜紋理特征進行匹配，得到所述待識別圖像與所述訓練子圖像的相似度；

在所述訓練圖像集中選取相似度最大的所述訓練子圖像，將選出的所述訓練子圖像的預設標簽作為所述待識別圖像的病害的實際標簽，以得到所述待識別圖像中植物感染的病害種類、病害嚴重度等級或病原菌發育級別及感染病害的區域。

在本發明的較佳實施例中，上述方法還包括：

將同一種類預設數目植物對應的至少一個待識別圖像進行關聯；

針對同一種類預設數目植物對應的至少一個所述待識別圖像，根據得到的病害種類、病害嚴重度等級或病原菌發育級別及感染病害的區域，計算該種類預設數目植物的病情指數或病原菌孢子成熟度指數，以得到該種類預設數目植物的病情指數或病原菌孢子成熟度指數。

在本發明的較佳實施例中，上述植物病害識別預警系統包括服務器、與所述服務器通信連接的用戶終端及與所述服務器通信連接的圖像采集裝置，所述深度學習識別模型設置在所述服務器上，所述圖像采集裝置用于采集感染病害的植物的彩色圖像以作為所述待識別圖像，并將所述待識別圖像發送至所述服務器中的深度學習識別模型。

在本發明的較佳實施例中，上述方法還包括：

預先將所述預設標簽中的病害種類與對應的病害防治策略相關聯；

獲取當地當前的氣象信息，根據所述氣象信息、及多個待識別圖像對應的病害的嚴重度計算該病害在當地預設時間段內的流行趨勢；

根據所述流行趨勢，向所述用戶終端發送該病害對應的病害防治策略和/或預警提示。

就裝置而言，本發明的較佳實施例提供一種植物病害識別預警裝置，應用于植物病害識別預警系統，所述植物病害識別預警系統包括深度學習識別模型，所述植物病害識別預警裝置包括：

第一獲取單元，用于獲取彩色的待識別圖像，所述待識別圖像包括對應的光譜-紋理特征；