[发明专利]基于图像识别的农作物虫害检测方法、检测系统及设备

权利要求书

1.一种基于图像识别的农作物虫害检测方法，其特征在于，该检测方法包括：

步骤S10，通过用户端设定位置的图像采集装置采集农作物虫害训练图像集；所述农作物虫害训练图像集，包括无虫害的不同类别农作物图像、不同类别农作物同一类别虫害不同虫害时期的图像以及同一类别农作物不同类别虫害不同虫害时期的图像；

步骤S20，各图像采集装置对采集的农作物虫害训练图像进行无损压缩，并将压缩后的图像上传至云服务器；

步骤S30，云服务器端对每一个农作物虫害训练图像进行图像滤波去噪、前景背景分割以及特征提取的预处理操作；

步骤S40，基于专家先验知识进行SVM分类模型预训练，并通过预训练的SVM分类模型获取各农作物虫害训练图像属于各类硬标签的概率，将属于同一个硬标签的农作物虫害训练图像划分为一个子集，并对子集中每一个图像属于该硬标签类别的概率归一化，获得每一个图像对应于该硬标签类别的软标签，获得带软标签的预处理训练图像集；所述硬标签包括无虫害标签以及不同类别虫害不同虫害时期类别；

步骤S50，云服务器端基于卷积神经网络构建农作物虫害检测模型，并通过带软标签的预处理训练图像集进行模型训练；

步骤S60，基于图像采集装置实时上传的农作物图像，云服务器端通过训练好的农作物虫害检测模型进行农作物虫害检测，并将检测结果实时下发至相应的用户端；

其中，所述图像滤波去噪，其方法为：

步骤S311，将一次滤波后的图像中任一像素点记作，并基于的最邻近4×4像素区域像素值对像素值的影响计算一次滤波后的像素点的像素值，获得一次滤波图像；

步骤S312，设定二次滤波窗口的高和宽为奇数，若所述二次滤波窗口中各像素值的最大值与最小值相等或者中心像素值与最大值或最小值相等，则跳转步骤S314；否则计算最大值与最小值之间的差值，并基于所述差值进行中心像素加权权重预设，进行中心像素值的加权求和，获得加权后的中心像素值；

步骤S313，基于所述加权后的中心像素值，计算所述二次滤波窗口中所有像素值的平均值，并以所述平均值作为中心像素的二次滤波像素值；

步骤S314，通过所述二次滤波窗口，采用步骤S312-步骤S313对应的方法进行一次滤波图像所有像素的遍历二次滤波，完成图像滤波去噪；

其中，所述前景背景分割，其方法为：

步骤S321，提取滤波去噪后的第一预处理图像中的农作物区域图，作为第二预处理图像；

步骤S322，获取所述第二预处理图像的每一个像素的RGB通道值，并基于所述RGB通道值根据设定阈值分别判断每一个像素所属类别；所述类别包括绿色系列像素、黄色系列像素、蓝色系列像素、紫色系列像素、红色系列像素；

步骤S323，根据各类别像素在所述第二预处理图像的总像素中的占比将所述第二预处理图像划分为绿色系列图像、黄色系列图像、蓝色系列图像、紫色系列图像、红色系列图像；

步骤S324，根据图像所属的颜色系列，提取划分后的图像的对应的颜色特征，并基于所述颜色特征进行图像转换，获得第三预处理图像；

步骤S325，通过最大类间误差法构建所述第三预处理图像的最佳分割阈值的目标选择函数，并求解函数获得最佳分割阈值；

步骤S326，基于所述最佳分割阈值进行所述第三预处理图像的前景背景分割，获得前景图像。

2.根据权利要求1所述的基于图像识别的农作物虫害检测方法，其特征在于，所述一次滤波后的像素点的像素值，其表示为：

其中，和分别为预先定义的一次滤波超参数，、、、、、、、、、、、、、、和为像素点最邻近4×4像素区域的16个最近邻像素点，位于的左上角，为像素点最邻近4×4像素区域的16个最近邻像素点的像素值，为一次滤波函数，代表矩阵转置。

3.根据权利要求2所述的基于图像识别的农作物虫害检测方法，其特征在于，所述一次滤波函数，其表示为：

其中，、、、、、和分别为预先定义的一次滤波函数超参数。