[发明专利]虫害识别方法、装置、计算机设备及存储介质

权利要求书

1.一种虫害识别方法，其特征在于，所述虫害识别方法包括：

获取待识别图像集，其中，所述待识别图像集包括至少两幅从不同角度采集的待识别图像；

对所述待识别图像集中的每一所述待识别图像进行图像分割，得到每一所述待识别图像的图像分割信息；

若所述待识别图像集中图像分割信息一致的数量达到预设的数量阈值，则根据得到所述图像分割信息过程中的去噪图像，将对应的所述待识别图像进行划分，得到M个虫体图像；

对每一所述虫体图像进行分类识别，得到每一所述待识别图像的虫害识别结果；

根据每一所述待识别图像的虫害识别结果组成所述待识别图像集的虫害识别信息；

其中，在得到每一所述待识别图像的图像分割信息之后，所述虫害识别方法还包括：

若所述待识别图像集中图像分割信息一致的数量未达到预设的数量阈值，则根据图像分割信息确定不一致区域信息；

根据所述不一致区域信息生成并发送提示信息至客户端，以指示所述客户端根据所述不一致区域信息重新进行图像采集；

所述对所述待识别图像集中的每一所述待识别图像进行图像分割，得到每一所述待识别图像的图像分割信息，包括：

通过HSV颜色模型将每一所述待识别图像转换成HSV图像，并利用所述HSV颜色模型中的S通道对所述HSV图像进行图像增强，得到增强图像；

对所述增强图像进行去噪处理，得到去噪图像；

采用最大类间差分法的分割算法对所述去噪图像进行分割，得到每一所述待识别图像的所述图像分割信息。

2.如权利要求1所述的虫害识别方法，其特征在于，所述对所述增强图像进行去噪处理，得到去噪图像，包括：

通过对所述增强图像进行形态学处理，确定所述增强图像的孤立前景点和空洞；

对所述增强图像的所述孤立前景点进行移除，并对所述空洞进行虫体填充，得到所述去噪图像。

3.如权利要求1所述的虫害识别方法，其特征在于，所述对每一所述虫体图像进行分类识别，得到每一所述待识别图像的虫害识别结果，包括：

提取每一所述虫体图像的图像语义特征；

采用深度残差网络对所述图像语义特征进行分类识别，得到所述虫害识别结果。

4.如权利要求1所述的虫害识别方法，其特征在于，在所述得到每一所述待识别图像的虫害识别结果之后，所述虫害识别方法还包括：

将所述虫害识别结果进行标记后作为训练样本；

将所述训练样本输入到预设的可变型部件模型进行训练，获取虫害检测模型。

5.如权利要求1所述的虫害识别方法，其特征在于，所述根据得到所述图像分割信息过程中的去噪图像将对应的所述待识别图像进行划分，得到M个虫体图像，包括：

对每一所述待识别图像进行图像分割过程中得到的去噪图像进行超像素区域计算；

对所述超像素区域构建显著性映射图；

利用GrabGut算法对所述显著性映射图进行分割，得到每一所述虫体图像。