[发明专利]一种识别果树病虫害种类的方法及系统

说明书

本申请适用于图像处理技术领域，提供了一种识别果树病虫害种类的方法及系统，通过获取待识别图像，将所述待识别图像输入至预设的分类模型中提取所述待识别图像的关键位置的多个尺寸的子图像，并确定各个尺寸的子图像对应的预分类结果，根据各个尺寸的子图像的预分类结果确定所述待识别图像对应的果树病虫害种类。通过提取关键位置的多个尺寸的子图像，然后融合各个子图像对应的预分类结果，最大程度排除图像噪声干扰，聚焦主要识别部位(即关键位置)，实现相似病虫害的精确诊断，提高分类结果的准确性。

技术领域

本申请属于图像处理技术领域，尤其涉及一种识别果树病虫害种类的方法 及系统。

背景技术

果树病虫害是果树病害和果树虫害的并称。果树病害是指果树在栽培过程 中，受到有害生物的侵染或不良环境条件的影响，正常新陈代谢受到干扰，从 生理机能到组织结构上发生一系列的变化和破坏，以至在外部形态上呈现反常 的病变现象，常见的病害有枯萎、腐烂、斑点、霉粉、花叶等。果树虫害是指 取食果树，造成果树的枝叶、根部、果实被损坏的现象，根据害虫为害寄主部 位不同，可以将害虫划分为叶部害虫、蛀果害虫、枝干害虫和根部害虫等四类 害虫。由于果树病虫害的种类繁多，在果树遭受到病虫危害时，如何准确且快 速的识别出果树病虫害种类对防治果树的病虫害问题有着及其重要的意义。

然而，传统的通过农业技术人员进行诊断识别的方法存在识别效率低、成 本高且容易受人为因素的影响导致识别准确率低等问题。基于深度学习的病虫 害识别系统能够有效提高果树病虫害种类的识别效率，降低识别成本。然而， 现有的基于深度学习的病虫害种类识别系统大多存在无法准确地识别出果树的 病虫害种类的问题。

发明内容

有鉴于此，本申请实施例提供了一种识别果树病虫害种类的方法及系统， 以解决目前基于深度学习的病虫害种类识别系统无法全面且准确地识别出果树 的病虫害种类的问题。

第一方面，本申请实施例提供一种识别果树病虫害种类的方法，包括：

获取待识别图像；

将所述待识别图像输入至预设的分类模型中提取所述待识别图像的关键位 置的多个尺寸的子图像，并确定各个尺寸的子图像对应的预分类结果，根据各 个尺寸的子图像的预分类结果确定所述待识别图像对应的果树病虫害种类。

可选的，所述分类模型包括聚焦网络和分类网络，所述将所述待识别图像 输入至预设的分类模型中提取所述待识别图像的关键位置的多个尺寸的子图 像，并确定各个尺寸的子图像对应的预分类结果，根据各个尺寸的子图像的预 分类结果确定所述待识别图像对应的果树病虫害种类，包括：

通过聚焦网络聚焦该待识别图像中的关键位置；

通过分类网络根据被聚焦的关键位置的关键特征识别出关键位置图像对应 的分类结果。

可选的，在将所述待识别图像输入至预设的分类模型中提取所述待识别图 像的关键位置的多个尺寸的子图像，并确定各个尺寸的子图像对应的预分类结 果，根据各个尺寸的子图像的预分类结果确定所述待识别图像对应的果树病虫 害种类之前，还包括：

基于所述待识别图像确定关键区域图像。

可选的，所述基于所述待识别图像确定关键区域图像，包括：

将所述待识别图像输入至目标检测模型中进行处理，确定关键区域；

裁剪出所述关键区域的图像。

可选的，所述方法还包括：根据分类结果确定防治策略。

可选的，所述方法还包括：向用户发送防治策略。

可选的，所述方法还包括：获取待识别图像的图像信息；根据所述待识别 图像的图像信息和分类结果生成区域病虫害报告。