[發(fā)明專利]一種基于卷積神經網絡的茶小綠葉蟬識別和計數的方法

有效

• 申請?zhí)枺?/td>: 202010967815.2
• 申請日: 2020-09-15
• 公開（公告）號: CN112101455B
• 公開（公告）日: 2022-08-09
• 發(fā)明（設計）人: 陳世春;王曉慶;江宏燕;胡翔;彭萍;商靖
• 申請（專利權）人: 重慶市農業(yè)科學院
• 主分類號: G06V10/75
• 分類號: G06V10/75;G06K9/62;G06V10/40;G06M11/00;G06N3/04;G06N3/08
• 代理公司: 重慶晶智匯知識產權代理事務所(普通合伙) 50229
• 代理人: 施永卿

本發(fā)明提供了一種基于卷積神經網絡的茶小綠葉蟬識別和計數的方法，該方法通過以VGG16網絡結構作為主干網絡進行含黃板的茶小綠葉蟬的特征提取、并選取淺層特征進行回歸運算，同時將主干網絡的豐富語義信息的深層特征通過上采樣加卷積層組合的方式逐層疊加到淺層特征上，從而豐富了淺層特征的語義信息、避免茶小綠葉蟬的圖像信息丟失，進而完成了對茶小綠葉蟬的自動識別、位置回歸和自動計算；該方法對茶小綠葉蟬的識別在1%漏檢情況下，精度可以達到98%；同時對于高清圖片、如1080P數據的處理速度達到ms級，能夠快速、精確的進行茶小綠葉蟬的識別和計算，能廣泛適用于茶樹、果樹等茶小綠葉蟬的防治。

技術領域

本發(fā)明涉及圖像處理技術領域，具體涉及一種基于卷積神經網絡的茶小綠葉蟬識別和計數的方法。

背景技術

茶小綠葉蟬，成蟲體長3～4mm、體寬1mm，淡黃綠至綠色，復眼灰褐至深褐色，無單眼，觸角剛毛狀，末端黑色；若蟲體長2.5～3.5mm，與成蟲相似。茶小綠葉蟬成、若蟲以刺吸茶樹葉片汁液為主，并在作物葉背上棲息，且成蟲取食后交尾產卵、卵多產在嫩梢皮下；同時，茶小綠葉蟬年發(fā)生9～17代，世代重疊。因此，茶小綠葉蟬是我國各茶區(qū)分布最廣、危害嚴重，影響茶葉產量和品質的重點防治害蟲之一，在我國長江中下游茶區(qū)，正常年份夏、秋茶損失在10％～15％左右，而重災年份茶葉損失高達50％以上。

我國茶園病蟲害防治中，首要任務之一便是對茶小綠葉蟬的防治；但要對茶小綠葉蟬采取防治措施，需要對茶園中茶小綠葉蟬的發(fā)生數量、發(fā)生趨勢進行監(jiān)測。現(xiàn)有技術中，常采用人工方法進行茶小綠葉蟬的監(jiān)測，即晴天晨露未干時或陰天全天調查，隨機調查100張嫩葉(30個芽梢)上的蟲口數；但是此方法對人工的專業(yè)知識、判斷經驗(茶小綠葉蟬活動敏捷活潑、善爬跳)以及視力程度(茶小綠葉蟬成蟲的體長較短、若蟲體長更短)要求較高，且需要人工長時間進行篩選、鑒別、計數，費時費力，同時，該方法的準確率較低、在60～80％之間，每次鑒別的波動范圍大、誤差大，無法準確、快速、有效的完成茶小綠葉蟬的識別、計數，從而高效、合理的采取防治措施。

發(fā)明內容

針對以上現(xiàn)有技術存在的問題，本發(fā)明的目的在于提供一種基于卷積神經網絡的茶小綠葉蟬識別和計數的方法，該方法有效避免人工進行長時間篩選、鑒別和計數，從而省時省力、節(jié)省人工成本；同時，該方法能高效的完成茶小綠葉蟬的識別、計數，判斷準確率高。

本發(fā)明的目的通過以下技術方案實現(xiàn)：

一種基于卷積神經網絡的茶小綠葉蟬識別和計數的方法，其特征在于：

包括以下步驟：

a、首先采取標準的VGG16網絡結構作為主干網絡、對含有黃板全部輪廓的圖像樣本進行特征提取，同時選取圖像樣本的淺層特征進行回歸運算；

b、將主干網絡每層中含有豐富語義信息的深層特征通過上采樣加卷積層組合的方式逐層疊加到淺層特征上，用于豐富淺層特征的語義信息；

c、主干網絡的每層深層特征再與對應的每層疊加后的淺層特征進行融合，作為神經網絡的輸出層，在神經網絡的輸出層上完成對茶小綠葉蟬的回歸識別；在回歸識別過程中，完成不同位置茶小綠葉蟬的識別以及同一層輸出層上同一位置茶小綠葉蟬的去重處理；同時，根據對茶小綠葉蟬的識別和回歸運算結果(回歸運算結果包含識別到的茶小綠葉蟬的位置信息)，結合劃定的黃板范圍，完成對不同輸出層上相同位置茶小綠葉蟬重復識別的去重處理，最后進行黃板上茶小綠葉蟬的數量計算。

上述網絡的訓練方法采用通用的識別模型迭代訓練方式，訓練集采用在不同數據上框選目標的人工標注方式得到。