[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

本發明適用于農業生產技術領域，提供了一種基于神經網絡模型的鱗翅目害蟲識別方法，通過設備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，對獲得的所述分割圖進行二值化處理，獲得二值化分割圖，最后觀察所述二值化分割圖以識別鱗翅目害蟲，本發明提供的方法能夠同時預測一張圖像中存在的多種鱗翅目害蟲，免去了復雜繁瑣的圖像預處理操作，對輸入圖像等的尺寸沒有要求，節約了人力成本，同時增加了方法的實用性，本發明提供的方法不僅能夠預測害蟲種類，而且能夠同時預測害蟲在圖像中的位置，本發明能夠用于鱗翅目害蟲危害的預測預報和防治決策，能有效提高防治效果。

技術領域

本發明屬于農業生產技術領域，尤其涉及一種基于神經網絡模型的鱗翅目害蟲識別方法。

背景技術

鱗翅目害蟲預測預報是農作物害蟲預測預報的主要內容。近年來，隨著農業產業結構的不斷調整，加上氣候條件的不斷變化，鱗翅目害蟲發生危害程度呈逐年加重的趨勢，新的危害嚴重的害蟲不斷出現如草地貪夜蛾，對農業生產造成了嚴重威脅。鱗翅目害蟲發生趨勢逐年上升有多種原因：一是隨著我國蔬菜果樹種植面積逐年擴大，栽培方式多樣，為鱗翅目害蟲發生危害提供了充足的食物來源；二是跨區機收范圍的擴大也加快了鱗翅目害蟲跨區傳播；三是重茬種植、秸稈還田與免耕技術，改善了鱗翅目害蟲的棲息和越冬場所，蟲源基數加大，危害加重；四是長期以來，鱗翅目害蟲的防控主要依靠一家一戶自行防治，由于農戶防治方法不當、防治時機不準、防治藥劑不適、防治器具不佳，導致防治效果不好、防治效益不高，過分依賴于化學農藥，最終導致防治成本居高，害蟲抗藥性增強危害加重，農藥污染加重。

目前各級農業部門的測報工作者進行鱗翅目害蟲成蟲種類區分時缺乏先進識別工具，還是停留在人工識別階段。這樣導致的結果就是不但測報工作者工作強度大，耗時費力，工作效率低，而且識別種類誤差較大，據此作出的預測預報準確率低，預測的發生程度、發生區域和防治適期往往與實際情況偏差較大，直接導致防治效果差，農藥使用次數和使用量增加，挽回的經濟損失減少，實際的經濟損失增加。開發一個快速識別鱗翅目成蟲種類的方法勢在必行。

準確識別鱗翅目害蟲成蟲種類是預測預報和防控工作的前提條件和基礎，然而由于鱗翅目害蟲成蟲不但種類多、形態相似，不同種類的害蟲發生時間相同，加上測報燈固有的缺點，造成成蟲鱗片脫落，沒有經驗的專業人員很難準確識別，只有準確識別鱗翅目害蟲成蟲種類，才能及時準確預測其幼蟲在田間發生程度、發生區域和防治適期，為采取科學有效的防控手段提供可靠依據。測報領域急需一種更快速、更準確識別鱗翅目害蟲種類的方法。

發明內容

本發明提供一種基于神經網絡模型的鱗翅目害蟲識別方法，旨在解決現有技術中存在的技術問題。

本發明是這樣實現的，一種基于神經網絡模型的鱗翅目害蟲識別方法，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。

優選的，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。

優選的，所述輸出分割圖，具體為：輸出N個所述分割圖

m₁，m₂，……，m_N＝F(I)

其中，N為要識別的害蟲種類，F為全卷積神經網絡，m_i代表第i個分割圖，i＝{1,2,......,N}，I為輸入圖像。

優選的，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：