[发明专利]基于多源特征融合的农作物病虫害图像识别方法

权利要求书

1.一种基于多源特征融合的农作物病虫害图像识别方法，其特征在于，所述方法包括：

获取初始农作物叶片病虫害数据集，所述初始农作物叶片病虫害数据集包括有效叶片病虫害图像；

通过对所述初始农作物叶片病虫害数据集进行仿射变换，得到规格化的预处理农作物叶片病虫害数据集；

根据深度卷积对抗式生成网络对所述预处理农作物叶片病虫害数据集进行扩充，得到农作物叶片病虫害图像样本；

根据预设候选框，通过三分支结构构建多尺度融合网络模型，提取所述农作物叶片病虫害图像样本中的农作物叶片病虫害图像候选区域；

对所述农作物叶片病虫害图像样本按照多源特征进行独热编码，所述多源特征包括经纬度特征信息、时间特征信息和环境特征信息；

将所述多源特征和所述农作物叶片病虫害图像候选区域融合，采用AlexNet、ResNet50和VGG基准模型，得到农作物病虫害的定位信息和类别信息；

根据所述类别信息，采用Siamese Network模型，判定农作物病虫害的程度。

2.根据权利要求1所述的一种基于多源特征融合的农作物病虫害图像识别方法，其特征在于，所述得到农作物叶片病虫害图像样本，包括：

根据所述深度卷积对抗式生成网络的生成器模型，得到待处理图像样本；

根据所述深度卷积对抗式生成网络的判别器模型，判定所述待处理图像样本；

当所述待处理图像样本与所述预处理农作物叶片病虫害数据集中图像达到平衡，得到所述农作物叶片病虫害图像样本，所述农作物叶片病虫害图像样本包括所述预处理农作物叶片病虫害数据集和所述待处理图像样本。

3.根据权利要求1所述的一种基于多源特征融合的农作物病虫害图像识别方法，其特征在于，所述时间特征信息按月份划分，所述环境特征信息包括温度和湿度。

4.根据权利要求1所述的一种基于多源特征融合的农作物病虫害图像识别方法，其特征在于，所述通过三分支结构构建多尺度融合网络模型：

第一分支、第二分支和第三分支的卷积核不同；

采用不同的卷积核对所述农作物叶片病虫害图像样本进行候选区域提取，所述农作物叶片病虫害图像候选区域有不同的候选区域构成。

5.根据权利要求1所述的一种基于多源特征融合的农作物病虫害图像识别方法，其特征在于，所述Siamese Network模型是基于ResNet基准网络模型，引入Res2Net残差快。

6.根据权利要求1所述的一种基于多源特征融合的农作物病虫害图像识别方法，其特征在于，所述预处理农作物叶片病虫害数据集还通过亮度调节和归一化处理。

7.根据权利要求1所述的一种基于多源特征融合的农作物病虫害图像识别方法，其特征在于，提取所述农作物叶片病虫害图像候选区域，还包括：

通过非极大值抑制，确定比预设重叠率小的备用候选框；

通过预设分数阈值对所述备用候选框，确定比预设分数阈值高的最终候选框。