[发明专利]基于改进卷积神经网络的农田微型虫害识别装置

说明书

本发明公开了一种基于改进卷积神经网络的农田微型虫害识别装置，包括摄像终端系统、智能识别系统、远程更新系统。所述摄像终端系统用于通过摄像控制模块来调用终端摄像模块，拍摄田间微型虫害图片，并传送到智能识别系统中；所述智能识别系统，基于改进卷积神经网络，接收摄像终端系统拍摄的图片并进行一定的处理，通过智能识别系统识别拍摄图片中的农业微型虫害，再返回到摄像终端系统的界面以显示虫害的具体种类以及防治等信息；所述远程更新系统，在于实时存储用户拍摄的图片，以此定期更新智能识别系统，提高虫害识别精度和效率。本发明具有操作方便、智能交互、便于携带等优点。

技术领域

本发明属于农业害虫检测领域，涉及农田虫害识别装置技术，具体是基于改进卷积神经网络的农田微型虫害识别装置。

背景技术

我国农田的害虫种类众多，有些微小型虫害很难去精准识别，例如麦蚜虫、麦叶蜂、小麦蜘蛛等。小麦蜘蛛在小麦拔节、孕穗期为害严重，可对小麦造成不同程度的减产，对小麦蜘蛛的田间计数调查，并及时预测预报尤为重要。然而，因虫体过小，对小麦蜘蛛的计数方法，目前仍使用人工田间肉眼估计的方法。由于人工识别过程中自动化程度低、效率低，准确度受检验人员经验和状态的影响，费时费力。

鉴于此，本发明基于计算机视觉技术，利用深度学习方法对其进行检测，实现田间小型虫害，比如小麦蜘蛛的自动统计，提升了传统田间小型虫害调查的工程化与自动化水平。

发明内容

本发明的目的在于提供基于改进卷积神经网络的农田微型虫害识别装置。

本发明所要解决的技术问题为：

如何对原始图像(比如分辨率为1440*1080)中的微型虫害(比如小麦蜘蛛)进行检测，实现田间小型虫害的自动统计。

本发明的目的可以通过以下技术方案实现：

一种基于改进卷积神经网络的农田微型虫害识别装置，包括：

摄像终端系统，所述摄像终端系统包括终端摄像模块、摄像控制模块、ARM芯片板和数据传输模块；所述摄像终端系统用于通过ARM芯片板上嵌入的软件界面来控制摄像控制模块，从而调用终端摄像模块拍摄田间微型虫害图片，并将虫害图片传送到智能识别系统中；

其中，所述摄像控制模块用于连接终端摄像模块，调用终端摄像模块拍摄田间微型虫害图像后通过数据传输模块上传到数据处理模块；所述摄像控制模块包括调用摄像头子模块、图像识别子模块、图像上传子模块；

智能识别系统，所述智能识别系统包括数据处理模块、识别模块、信息下发模块；所述智能识别系统基于改进卷积神经网络模型的微型虫害检测方法，接收终端摄像模块拍摄的图像并通过数据处理模块进行处理扩展图像数据数量，通过智能识别系统识别拍摄图像中的农业微型虫害，再返回到摄像终端系统的ARM芯片板上嵌入的软件界面以显示虫害的具体种类以及防治信息；

远程更新系统，所述远程更新系统包括远程存储模块、虫害数据库、远程网络训练模块；所述远程更新系统用于实时存储终端摄像模块拍摄的图像，以此定期更新智能识别系统，提高虫害识别精度和效率；

其中，所述远程存储模块用于存储上传的农田微型虫害图片；所述虫害数据库包括历史的虫害图像和当前上传的虫害图像，以更新远程网络训练模块，使其识别精度更高；

所述远程网络训练模块用户搭建基于改进卷积神经网络的训练模型，用于指导智能识别系统中部署的嵌入式识别模块，以精准识别微型虫害。

进一步地，所述数据处理模块对终端摄像模块拍摄的图像进行处理扩展图像数据数量的方法为：

步骤SS01：通过终端摄像模块在农田实际环境中获取的微型虫害图像，将图像分为5组，取其中1组图像作为测试集，其他4组作为训练集；