[发明专利]一种基于云传输的多传感器融合的黄瓜烟粉虱识别方法

说明书

一种基于云传输的多传感器融合的黄瓜烟粉虱识别方法，属于虫害识别检测领域，采用气敏识别、视觉定位、热红外精准检测的多言传感器技术，并构建BP神经网络对黄瓜叶片的破损率与气敏信号、表面叶片图像、虫害热图像进行进一步模拟分析，从而对烟粉虱严重程度进行精准识别。该检测方法自动化程度高、判别准确率高、简单迅速。

技术领域

本发明属于虫害识别检测领域，涉及一种黄瓜烟粉虱识别方法，具体的说是涉及一种基于云传输的多传感器融合的黄瓜烟粉虱识别方法。

背景技术

烟粉虱是影响温室黄瓜产量与质量的主要虫害之一，目前我国设施温室对烟粉虱的检测主要还是以人工为主，存在耗时长、效率低、准确率难以保证等缺点。

随着现代化机器视觉技术的发展，很多学者利用视觉识别的方法对黄瓜虫害进行识别，但由于烟粉虱喜群居在叶片背部，常规视觉检测无法对烟粉虱进行检测。有的学者通过视觉对烟粉虱侵害叶片产生的虫斑从而判断虫害的严重程度，然而黄瓜生长过程中，由于叶片倾角的问题，黄瓜整叶图像难以采集，且叶片层叠，很多虫害严重的叶片被遮盖住，无法准确识别虫害。

发明内容

本发明的目的是针对上述技术中存在的问题，提出一种基于云传输的多传感器融合的黄瓜烟粉虱识别方法，通过采用气敏识别、视觉定位与红外检测的多元检测技术，数据解析需求量小，解算时间短，可实现黄瓜烟粉虱虫害严重程度的精准检测。

本发明的技术方案：一种基于云传输的多传感器融合的黄瓜烟粉虱识别方法，其特征在于，所述识别方法步骤如下：

步骤(1)：将黄瓜受到烟粉虱侵害后散发的挥发物与烟粉虱分泌的蜜露气味进行标定，并对标定数据进行特征分类；

步骤(2)：将待测气味采用气味导管与小型空压机采集后，输送至提纯至电子鼻检测端口；

步骤(3)：将采集到的气体特征进行信息提取，并与标定数据进行对比，判断是否为烟粉虱侵害所产生的气体；

步骤(4)：收集黄瓜烟粉虱虫害的叶片图像并进行预处理，提取虫斑的颜色、形状、纹理作为识别特征，并得到训练集和测试集；

步骤(5)：对所述虫斑区域进行截取，并进行归一化处理，将特征值保存在[0,1]之间；

步骤(6)：黄瓜叶片病斑图像提取的特征值的特征组合输入到SVM分类器进行训练学习，得到黄瓜烟粉虱虫害识别模型；

步骤(7)：收集黄瓜烟粉虱侵害下的叶片热图像并进行预处理，提取颜色、纹理特征作为识别特征，得到热红外图像的训练集和测试集；

步骤(8)：对训练集及测试集的部分输入数据加以特征的分类和归一化整理，并将其转化为[0,1]之间的数据；

步骤(9)：将提取黄瓜黄瓜烟粉虱侵害下的叶片热图像的特征值输入到改进的BP神经网络进行训练学习，得到黄瓜烟粉虱虫害严重程度分类的神经网络模型。

步骤(6)中所述SVM的分类函数关系式为：α_i为拉格朗日函数，且α_i≥0，x为待分类的数据点，y为分类类别x_i为用于分类的病斑特征参数，y_i为特征对用类别标签。svm分类器所选核函数为RBF，式中δ为高斯核的带度，g为核函数参数。

步骤(9)中所述神经网络模型为GA遗传算法结构，为m×n×p三层架构。

步骤(9)中所述BP神经网络由输入层、隐含层和输出层构成；输入层x_i(i＝1，2，...，m)为虫斑原始特征，m为输入层神经元个数，输出层n个单元对应识别虫斑类型，隐含层节点个数p根据经验公式确定，α为1-10常数。

所述神经元的激活函数为sigmoid函数：