[发明专利]农作物的虫害识别方法和装置

说明书

本申请实施例提供了一种农作物的虫害识别方法和装置，所述方法包括：获取待识别图像；采用预置的识别模型，分别确定所述待识别图像中待识别农作物和待识别害虫的可信度；基于所述待识别农作物和待识别害虫的可信度，计算所述待识别图像的初始概率值；对所述初始概率值进行调整，以获得所述待识别图像的目标概率值；根据所述目标概率值，识别所述待识别农作物和待识别害虫，从而可以针对性地对农作物进行喷药，以清除农作物上的害虫，提高了通过识别图像确定农作物和害虫的效率和准确率，减少了对图像进行人工识别而造成的识别误差，有助于保证后续作业的顺利进行。

技术领域

本申请涉及农业植保技术领域，特别是涉及一种农作物的虫害识别方法和一种农作物的虫害识别装置。

背景技术

图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。随着图像识别技术的不断发展，其应用领域也不断扩展。

例如，在农业植保领域，为了掌握农作物的生长繁育情况，可以通过拍摄农作物的图片，对该农作物以及农作物上是否出现各类害虫进行识别，从而提供有针对性的施肥或杀虫方案。

目前，对于农作物生长繁育过程中的害虫识别主要集中在对拍摄的农作物图片的背景、或者灰度图像的分割处理上。但在实际应用中，受到农田环境因素的影响，例如农作物叶片、杂草、土壤以及光照等，拍摄获得的图片一般具有复杂的农田背景。当按照上述方案对农作物及害虫进行识别时，往往出现识别不准确的情况。例如，按照上述方法，识别出某一农作物可能为水稻，识别出该农作物上的害虫为蚜虫的概率极大，但是结合实际经验可知，水稻上根本不可能出现蚜虫。因此，现有的对农作物及害虫的识别，识别准确率较低。

发明内容

鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种农作物的虫害识别方法和相应的一种农作物的虫害识别装置。

为了解决上述问题，本申请实施例公开了一种农作物的虫害识别方法，包括：

获取待识别图像；

采用预置的识别模型，分别确定所述待识别图像中待识别农作物和待识别害虫的可信度；

基于所述待识别农作物和待识别害虫的可信度，计算所述待识别图像的初始概率值；

对所述初始概率值进行调整，以获得所述待识别图像的目标概率值；

根据所述目标概率值，识别所述待识别农作物和待识别害虫。

可选地，所述识别模型通过如下方式生成：

获取多个样本图像，所述样本图像中包括已识别的农作物和害虫；

分别提取所述已识别的农作物和害虫的特征信息；

采用所述特征信息构建卷积神经网络模型，以生成识别模型。

可选地，所述采用所述特征信息构建卷积神经网络模型，以生成识别模型的步骤包括：

将所述已识别的农作物和害虫的特征信息作为神经元输入；

对所述神经元进行特征提取和特征映射，以获得多个计算层；

分别对每个计算层进行求解，以完成识别模型的构建。

可选地，所述识别模型包括农作物识别模型和害虫识别模型，所述采用预置的识别模型，分别确定所述待识别图像中待识别农作物和待识别害虫的可信度的步骤包括：

采用农作物识别模型对所述待识别农作物进行识别，以获得多种农作物的名称，以及与所述多种农作物一一对应的第一可信度；

采用害虫识别模型对所述待识别害虫进行识别，以获得多种害虫的名称，以及与所述多种害虫一一对应的第二可信度。