[发明专利]基于人工智能的马铃薯病害监测方法、系统及电子设备

权利要求书

1.一种基于人工智能的马铃薯病害监测方法，其特征在于，包括如下步骤：

S1、采集马铃薯的待识别图像；

S2、调用基于SVM算法和CNN算法的马铃薯病害识别算法对所述待识别图像进行病害识别后得到病害识别结果；

S3、将所述病害识别结果进行反馈。

2.根据权利要求1所述的一种基于人工智能的马铃薯病害监测方法，其特征在于，所述马铃薯病害识别算法具体为：

S20、从预先采集的马铃薯图像中识别出不同病害所对应的病斑，并获取每种所述病斑对应的多组所述病斑特征来构成马铃薯病害信息数据库；

S21、将所述马铃薯病害信息数据库中的全部病斑特征进行归一化后得到归一化马铃薯病害信息数据库，以所述归一化马铃薯病害信息数据库作为所述SVM算法的训练样本集，采用径向基函数进行训练后得到训练模型，根据所述训练模型对马铃薯病害信息数据库中的每种病害进行识别，得到第一识别结果Q1；

S22、以所述马铃薯病害信息数据库作为所述CNN算法的训练样本集，训练出CNN模型，根据所述CNN模型对所述马铃薯病害信息数据库中的每种病害进行识别，得到第二识别结果Q2；

S23、通过第一公式得到比例系数W，进而得到所述马铃薯病害识别算法为：

所述第一公式为：其中，F表示所述马铃薯病害信息数据库中的真实结果。

3.根据权利要求2所述的一种基于人工智能的马铃薯病害监测方法，其特征在于，S20具体为：

S200、从预先采集的马铃薯图像中识别出不同病害所对应的病斑，并根据不同的病斑将将所述马铃薯图像进行分割，形成多个分割图像，每个所述分割图像对应一种病斑，且每个所述分割图像包括病斑和背景图像；

S201、利用OTSU算法对每个所述分割图像的病斑和背景图像进行分割，得到每种所述病斑相对应的二值化图像；

S202、从每个所述分割图像和每个所述二值化图像上提取每种所述病斑相对应的一组病斑特征；

S203、重复执行S200至S202，获取每种所述病斑对应的多组所述病斑特征，以此来构成所述马铃薯病害信息数据库。