[發明專利]一種基于神經網絡模型的鱗翅目害蟲識別方法在審
| 申請號： | 201911423176.7 | 申請日： | 2019-12-31 |
| 公開（公告）號： | CN111160355A | 公開（公告）日： | 2020-05-15 |
| 發明（設計）人： | 暴世平 | 申請（專利權）人： | 暴世平 |
| 主分類號： | G06K9/34 | 分類號： | G06K9/34;G06N3/04 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 046099 山西省長*** | 國省代碼： | 山西;14 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 神經網絡 模型 鱗翅目 害蟲 識別 方法 | ||
1.一種基于神經網絡模型的鱗翅目害蟲識別方法，其特征在于，包括以下步驟：
S1、采集鱗翅目害蟲照片，并將鱗翅目害蟲照片作為輸入圖像輸入到全卷積神經網絡模型內，輸出分割圖；
S2、對獲得的所述分割圖進行二值化處理，獲得二值化分割圖；
S3、觀察所述二值化分割圖以識別鱗翅目害蟲。
2.如權利要求1所述的一種基于神經網絡模型的鱗翅目害蟲識別方法，其特征在于，所述采集鱗翅目害蟲照片具體為：通過測報燈拍攝所述鱗翅目害蟲照片。
3.如權利要求1所述的一種基于神經網絡模型的鱗翅目害蟲識別方法，其特征在于，所述輸出分割圖，具體為：輸出N個所述分割圖
m1，m2，……，mN＝F(I)
其中，N為要識別的害蟲種類，F為全卷積神經網絡，mi代表第i個分割圖，i＝{1,2,......,N}，I為輸入圖像。
4.如權利要求3所述的一種基于神經網絡模型的鱗翅目害蟲識別方法，其特征在于，所述對獲得的所述分割圖進行二值化處理，獲得二值化分割圖具體為：預先選定對分割圖進行二值化處理的閾值T，根據如下公式對所有的所述分割圖進行二值化處理：
其中，(a,b)為像素位置索引，mi為第i個分割圖，i＝{1,2,......,N}，為二值化處理得到的第i個二值化分割圖。
5.如權利要求3所述的一種基于神經網絡模型的鱗翅目害蟲識別方法，其特征在于，輸出的所述分割圖尺寸與輸入圖像一致，每個分割圖的通道數均為1。
6.如權利要求3所述的一種基于神經網絡模型的鱗翅目害蟲識別方法，其特征在于，所述分割圖的所有像素值均為0至1之間的數，每一個像素值代表了在輸入圖像中與該像素同一位置的像素屬于同一類害蟲的概率。
7.如權利要求4所述的一種基于神經網絡模型的鱗翅目害蟲識別方法，其特征在于，所述觀察所述二值化分割圖以識別鱗翅目害蟲，具體為：觀察所述mi的值，當所述mi的值為0時，則說明輸入圖像中不存在第i類害蟲，否則存在所述第i類害蟲，并標注所述第i類害蟲的位置和記錄第i類害蟲的數量。
8.如權利要求1所述的一種基于神經網絡模型的鱗翅目害蟲識別方法，其特征在于，所述輸入圖像為任意尺寸的RGB三通道圖像。
9.如權利要求7所述的一種基于神經網絡模型的鱗翅目害蟲識別方法，其特征在于，還包括：根據所述第i類害蟲的數量，當所述第i類害蟲達到各個所述第i類害蟲預設的多個預警數量值時進行分級報警。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于暴世平，未經暴世平許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911423176.7/1.html，轉載請聲明來源鉆瓜專利網。
