[发明专利]一种基于卷积神经网络的果树病害识别与防治方法在审
| 申请号： | 201810132772.9 | 申请日： | 2018-02-09 |
| 公开（公告）号： | CN108287914A | 公开（公告）日： | 2018-07-17 |
| 发明（设计）人： | 王星;杜伟;唐晓亮;常戬;陈吉;关连正;李汉森 | 申请（专利权）人： | 辽宁工程技术大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62;G06N5/02;G06N3/04;G06N3/08 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 朱光林 |
| 地址： | 123000 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于卷积神经网络的果树病害识别与防治方法，涉及计算机视觉技术领域。包括：获取图片数据集并构建系统图片知识库；构建果树病害的系统文本知识库；对果树病害进行图片采集；提取图片的纹理特征，将采集的图片数据与系统图片知识库进行匹配；输出图片匹配结果，返回给用户解决方法。本发明提供的一种基于卷积神经网络的果树病害识别与防治方法，通过深度学习方式，利用大量果树病害的图片形成的系统图片知识库，与用户采集到的果树病害图片进行匹配、分类，并结合构建的果树病害系统文本数据库，返回给用户该类疾病的解决方法，不仅能为用户在解决果树疾病预防、治疗、防御上提供方便，也能为农科所的工作人员减轻工作负担。 | ||
| 搜索关键词： | 果树病害 知识库 卷积神经网络 图片数据 系统图片 构建 匹配 防治 计算机视觉技术 文本数据库 工作负担 构建系统 疾病预防 匹配结果 输出图片 图片采集 图片形成 纹理特征 学习方式 用户采集 返回 图片 采集 果树 文本 防御 分类 疾病 治疗 | ||
【主权项】：
1.一种基于卷积神经网络的果树病害识别与防治方法，其特征在于，包括以下步骤：步骤1：获取图片数据集，使用Keras作为深度学习框架构建系统图片知识库；步骤2：构建果树病害的系统文本知识库，包括各种果树病害的名称、病因、病害症状、发病规律和防治措施；步骤3：采用拍照的方式对用户选取的果树病害进行图片采集；步骤4：使用方向梯度直方图HOG提取图片的纹理特征，将采集的图片数据与系统图片知识库进行匹配；步骤5：结合构建的果树病害系统文本数据库，输出图片匹配后的结果，返回给用户该类疾病的解决方法，包括果树病害的名称、病因、病害症状、发病规律和防治措施。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于辽宁工程技术大学，未经辽宁工程技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810132772.9/，转载请声明来源钻瓜专利网。
