[发明专利]蔬菜叶片病害严重程度检测方法及装置

说明书

本发明提供一种蔬菜叶片病害严重程度检测方法及装置，该蔬菜叶片病害严重程度检测方法包括：获取蔬菜叶片图像；基于所述蔬菜叶片图像，确定病害分割图像；基于所述病害分割图像，确定病斑区域信息和健康区域信息；基于所述病斑区域信息和所述健康区域信息，确定病害严重程度信息。本发明提供的蔬菜叶片病害严重程度检测方法及装置，通过基于真实场景下的蔬菜叶片图像，确定病害分割图像，并根据病害分割图像，确定病斑区域信息和健康区域信息，从而得到病害严重程度信息，这样能够自动完成对复杂背景蔬菜叶片病害严重程度的精准检测，能够节省人力成本，提高检测准确度和检测效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种蔬菜叶片病害严重程度检测方法及装置。

背景技术

蔬菜在种植过程中可能由于各种原因引发病害，进而造成产量降低和品质下降。比如，霜霉病和白粉病是温室蔬菜病害中较为常见且危害较重的病害。病害严重程度的准确获取是种植者科学防治病害的前提条件，对于减少农药使用量、提升经济效益具有重要意义。

目前，对于蔬菜叶片病害严重程度进行检测的方法主要是靠种植者经验，这样不仅耗时耗力，人力成本较高，依赖于人的经验，准确度较差，效率较低。

发明内容

本发明提供一种蔬菜叶片病害严重程度检测方法及装置，用以解决现有技术中对于蔬菜叶片病害严重程度进行检测的方法主要是靠种植者经验，这样不仅耗时耗力，人力成本较高，依赖于人的经验，准确度较差，效率较低的缺陷，实现自动完成对蔬菜叶片病害严重程度的检测，能够节省人力成本，提高检测准确度和检测效率。

本发明提供一种蔬菜叶片病害严重程度检测方法，该蔬菜叶片病害严重程度检测方法包括：获取蔬菜叶片图像；基于所述蔬菜叶片图像，确定病害分割图像；基于所述病害分割图像，确定病斑区域信息和健康区域信息；基于所述病斑区域信息和所述健康区域信息，确定病害严重程度信息。

根据本发明提供的一种蔬菜叶片病害严重程度检测方法，所述基于所述蔬菜叶片图像，确定病害分割图像，包括：将所述蔬菜叶片图像输入到病害分割模型中，得到所述病害分割模型输出的所述病害分割图像；其中，所述病害分割模型为以蔬菜叶片样本数据集训练得到，所述蔬菜叶片样本数据集包括蔬菜叶片样本图像，以及与所述蔬菜叶片样本图像对应的病害分割样本图像。

根据本发明提供的一种蔬菜叶片病害严重程度检测方法，所述病害分割模型包括：编码器，所述编码器用于从所述的蔬菜叶片图像中提取低级特征和混合语义特征，基于所述混合语义特征得到高级特征；解码器，所述解码器用于基于所述低级特征和所述高级特征，得到融合特征，基于所述融合特征，得到所述病害分割图像。

根据本发明提供的一种蔬菜叶片病害严重程度检测方法，所述编码器包括：深度卷积块，所述深度卷积块包括至少一个混合注意力模块，所述混合注意力模块用于进行通道和空间交互特征权重计算，得到所述低级特征和所述混合语义特征；多尺度特征提取块，所述多尺度特征提取块用于对所述混合语义特征进行空洞卷积操作和池化操作，得到所述高级特征。

根据本发明提供的一种蔬菜叶片病害严重程度检测方法，所述病害分割模型的训练过程包括：统计所述病害分割样本图像中病斑区域、健康区域和背景区域的数量；基于所述病斑区域、健康区域和背景区域的数量以及中值频率均衡法，确定病斑区域权重、健康区域权重和背景区域权重，将所述病斑区域权重、健康区域权重和背景区域权重应用到所述病害分割模型中。

根据本发明提供的一种蔬菜叶片病害严重程度检测方法，所述蔬菜叶片样本数据集包括：原始叶片样本和增强叶片样本，其中，所述增强叶片样本为对所述原始叶片样本进行仿真扩容处理得到。

根据本发明提供的一种蔬菜叶片病害严重程度检测方法，所述病斑区域信息包括：病斑区域像素数，所述健康区域信息包括：健康区域像素数；所述基于所述病斑区域信息和所述健康区域信息，确定病害严重程度信息，包括：确定所述病斑区域像素数和所述健康区域像素数的合计像素值；将所述病斑区域像素数除以所述合计像素值，得到所述病害严重程度信息。