[发明专利]一种基于图像识别的柑橘果园病虫害识别与报警的系统及方法

说明书

一种基于图像识别的柑橘果园病虫害识别与报警方法，包括如下步骤：S1：收集果树正常照片和遭受虫害的照片，保存到训练数据库中作为训练数据集；S2：预处理模块对训练数据集中的图片进行去躁和平滑预处理，用于加强数据集中图像的特征；S3：特征提取模块提取数据集中照片的特征，得到特征数据集；S4：数据处理模块训练图像识别模型，将特征数据集作为输入数据，图像识别模型输出果树是否发生虫害的结果。采用图像采集系统采集果林果树图像，通过，训练的图像识别模型对图像进行识别，排除了靠人工经验带来的误差和干扰，同时，大大的提高了效率和精确度。

技术领域

本发明涉及虫害治理领域，具体涉及一种基于图像识别的柑橘果园病虫害识别与报警的系统及方法。

背景技术

在传统的柑橘果园的虫害防治过程中，由工人凭借经验进行数据收集，工人在柑橘果园中进行观察，看果园中的果树是否相对平常产生变化。同时，只有在虫害发生一段时间后，才能对虫害情况进行判断。对发生虫害的柑橘果园进行喷药，因此，采用传统的方式，常常是被动的作业，由于在喷药后需要一段时间才能产生效果，常常导致柑橘果园中的果树受到不小虫害，对果农造成不小的损失。因此，为了提前预测是否发生虫害，提前进行预警和喷药，避免虫害发生，进一步扩大损失，需要提供一种基于图像识别的柑橘果园病虫害识别与报警的系统及方法。

发明内容

本发明针对现有技术的不足，提出一种基于图像识别的柑橘果园病虫害识别与报警的系统及方法，其中，一种基于图像识别的柑橘果园病虫害识别与报警方法，其特征在于：包括如下步骤：

S1：收集果树正常照片和遭受虫害的照片，保存到训练数据库中作为训练数据集；

S2：预处理模块对训练数据集中的图片进行去躁和平滑预处理，用于加强数据集中图像的特征；

S3：特征提取模块提取数据集中照片的特征，得到特征数据集；

S4：训练图像识别模型，将特征数据集作为输入数据，图像识别模型输出果树是否发生虫害的结果；

S5：图像采集系统定时采集柑橘果园内的果树图像；

S5：图像采集系统将果树图像通过通信模块传入到数据处理模块中，所述数据处理模块将所述果树图像按照S2和S3处理后，输入到所述图像识别模型中；

S6：所述图像识别模型根据所述输入特征识别对应的果树是否会有虫害发生，如果是，则进入S7，否则，回到S5；

S7：所述图像识别模型将该预测数据保存到日志数据库中，同时，智能识别模型通知预警模块；

S8：所述预警模块一方面向管理客户端发送报警信息，另一方面，所述预警模块启动喷药系统，对柑橘果园的果树进行喷药。

进一步地：所述图像识别模型采用神经网络模型。

其中，一种基于图像识别的柑橘果园病虫害识别与报警的系统包括如下技术，一种基于图像识别的柑橘果园病虫害识别与报警的系统，其特征在于：包括采集模块、训练模块、训练数据库、日志数据库、预警模块和喷药系统；

所述采集模块通过通信模块分别与训练模块和数据处理模块无线相连；

所述训练模块的数据存取端口与训练数据库相连，所述数据处理模块的数据存取端口与日志数据库相连；

所述数据处理模块的数据端口与所述预警模块的输入端口相连；

所述预警模块的第一数据端口与喷药系统的信号输入端口相连；

所述预警模块的第二数据端口与管理端的通信模块相连。

进一步地：所述图像采集系统包括导轨(1)、滑动板(2)、第一驱动机构、升降杆(6)、第二驱动机构(7)、连接杆(8)和摄像头(9)；