[发明专利]一种果园病虫害监测预警方法及系统

权利要求书

1.一种果园病虫害监测预警方法，其特征在于，所述方法包括：

对果园内的果树进行视频采集，获得所述果树的病虫害情况；

对果树的病虫害情况进行分类识别，确定出果树病虫害类别；

根据识别出的病虫害类别给出相应的管理措施并给出实时的预警信息。

2.根据权利要求1所述的果园病虫害监测预警方法，其特征在于，所述对果园内的果树进行视频采集，获得所述果树的病虫害情况，包括：

在果园内布设一体式野外防水球机，所述球机内设置多倍的放大摄像头；

通过所述一体式野外防水球机采集果园内果树病虫害发生视频。

3.根据权利要求2所述的果园病虫害监测预警方法，其特征在于，所述对果树的病虫害情况进行分类识别，确定出果树病虫害类别，包括：

将所述病虫害发生视频采用流媒体技术进行处理获得单张的图像；

将所有图像进行预处理获得灰度图像；

将所述灰度图像进行灰度阈值分割，得到果树的叶片和果实图像；

对所得叶片和果实图像在深度学习网络中进行识别，确定出果树病虫害类别；所述深度学习网络包括病虫害特征提取网络、病虫害特征融合网络、病虫害感兴趣区域提取网络、病虫害识别和回归网络。

4.根据权利要求3所述的果园病虫害监测预警方法，其特征在于，所述将所有图像进行预处理获得灰度图像包括：

对图像用加权平均法进行灰度化处理，减少原始图像数据量，便于后序计；

对灰度化所得图像进行平移、镜像、旋转、缩放等几何变换，改正图像采集系统的系统误差和仪器位置的随机误差；

中值滤波去除椒盐噪声的影响，获得灰度图像。

5.根据权利要求3所述的果园病虫害监测预警方法，其特征在于，所述病虫害特征提取网络包括卷积层、非线性激活层和池化层，用于从病虫害图片中提取出不同目标的重要特征，得到病虫害特征图；所述卷积层用于对待定位识别病虫害图像进行标准的卷积操作，卷积的输入是病虫害图像或者是特征图；所述非线性激活层用于引入非线性因素，使得网络可以任意逼近任何非线性函数；所述池化层对输入特征图进行压缩，减少特征图的空间分辨率大小，提高感受野，简化网络复杂度和参数数量。

6.根据权利要求3所述的果园病虫害监测预警方法，其特征在于，所述病虫害特征融合网络具有侧向连接和自顶向下的架构，依靠一种通过自上而下的路径和横向连接获得高分辨率、强语义的特征信息。

7.根据权利要求3所述的果园病虫害监测预警方法，其特征在于，所述病虫害感兴趣区域提取网络用于给出感兴趣区域，并判断这些区域是病虫害目标还是背景，对病虫害目标的感兴趣区域进行初步的回归调整。

8.根据权利要求3所述的果园病虫害监测预警方法，其特征在于，所述病虫害识别和回归网络利用Softmax Loss分类器和Smooth L1 Loss回归器得到分类概率和边框回归，准确识别出监控视频中的病虫害类别。

9.一种果园病虫害监测预警系统，其特征在于，所述系统包括：

采集模块，用于对果园内的果树进行视频采集，获得所述果树的病虫害情况；

处理模块，用于对果树的病虫害情况进行分类识别，确定出果树病虫害类别；

监测预警模块，用于根据识别出的病虫害类别给出相应的管理措施并给出实时的预警信息。