[发明专利]一种融合人工智能的水稻病虫害检测系统及其检测方法

摘要

本发明公开了一种融合人工智能的水稻病虫害检测系统及其检测方法，用嵌入式系统控制相机拍照，实现了数据的实时采集，图像处理用计算机视觉库OpenCV完成，通过将OpenCV移植到嵌入式系统，完成图像去噪、矫正、分割、膨胀、特征提取等操作，在百度云AI，用EasyDL定制化图像识别完成自定义分类模型的训练和校验，并利用不同数据集和不同模型版本实现多个分类模型的训练，单个模型分类正确率平均达到87.32%。在终端，获取分类结果并统计出现最多次数的结果作为最终结果，所有结果在水稻病虫害检测系统的软件界面显示。通过统计得到的结果更准确，使系统综合正确率达到96.2%，相较于现有的检测分类系统，正确率更高，进一步的提高了水稻病虫害检测的效率。

主权项

1.一种融合人工智能的水稻病虫害检测系统及其检测方法，包括用于进行水稻病虫害进行检测的检测系统和检测系统的检测方法，其特征在于，所述检测系统包括检测前端、检测云端和检测终端；所述检测前端为计算机视觉系统，检测前端具体包括用于进行数据采集的图像采集设备和用于图像数据处理的嵌入式系统，图像采集设备可选为相机设备，图像采集设备与嵌入式系统之间通过无线网连接进行无线信号通信，检测云端为百度云AI平台，利用百度云AI平台的深度学习技术将图像采集设备采集到的图像进行图像分类，检测前端和检测云端之间通过嵌入式系统上的4G模块进行连接，检测终端用于显示分类结果具体包括计算机设备和打印机设备；所述检测方法具体包括：A、图像采集设备不间断的采集田间图像送入嵌入式系统；B、嵌入式系统对步骤A中采集到的图像进行有无病害的识别，对有病害的图像提取病害区域轮廓，并计算该轮廓匹配的最小矩形；C、嵌入式系统对步骤B中有病害的图片进行图像处理并上传至检测云端的百度云AI平台；D、百度云AI平台用不同模型对步骤C上传的处理后的图像进行分类识别；E、检测终端中的计算机设备获取步骤D中识别的结果并通过打印机设备进行显示。