一种基于图像分析的虫害识别方法和系统
摘要文本
来自： 本发明公开了一种基于图像分析的虫害识别方法和系统，属于图像数据处理技术领域，方法包括：基于YOLO算法，构建害虫图像识别模型；基于Mask R‑CNN算法，构建害虫图像分割模型；基于SVM支持向量机，构建虫害灾难评估模型；获取待检测图像；通过害虫图像识别模型，确定待检测图像中是否含有害虫以及害虫的具体种类；当待检测图像中含有害虫时，通过害虫图像分割模型，从待检测图像中分割出害虫细节图像；通过虫害灾难评估模型，根据害虫细节图像，评估是否发生虫害灾难。本发明可以及时准确地评估是否发生虫害灾难，及时、有效地采取应对措施以防止虫害灾难的爆发，避免虫害在短时间内的进一步扩散，避免农作物产量因为虫害灾难而严重下降。
申请人信息
- 申请人:江苏一心寰宇生物科技有限公司
- 申请人地址:214000 江苏省无锡市滨湖区龙山路11号
- 发明人: 江苏一心寰宇生物科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于图像分析的虫害识别方法和系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311549471.3 |
| 申请日 | 2023/11/21 |
| 公告号 | CN117649549A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 江苏一心寰宇生物科技有限公司 |
| 发明人 | 赵贤敏; 邹艳清 |
| 地址 | 江苏省无锡市滨湖区龙山路11号 |
专利主权项内容
1.一种基于图像分析的虫害识别方法，其特征在于，包括：S101：获取针对目标农作物的不同种类的原始害虫图像；S102：对所述原始害虫图像进行预处理；S103：根据预处理后的害虫图像，构建害虫数据集；S104：基于YOLO算法，构建害虫图像识别模型，以通过所述害虫图像识别模型，确定所述害虫图像中的害虫的具体种类；S105：基于Mask R-CNN算法，构建害虫图像分割模型，以通过所述害虫图像分割模型，从所述害虫图像中分割出害虫细节图像；S106：基于SVM支持向量机，构建虫害灾难评估模型，以通过所述虫害灾难评估模型，根据所述害虫细节图像，评估是否发生虫害灾难；S107：通过所述害虫数据集，对所述害虫图像识别模型、所述害虫图像分割模型和所述虫害灾难评估模型进行训练；S108：获取待检测图像；S109：通过所述害虫图像识别模型，确定所述待检测图像中是否含有害虫以及害虫的具体种类；S110：当所述待检测图像中含有害虫时，通过所述害虫图像分割模型，从所述待检测图像中分割出害虫细节图像；S111：通过所述虫害灾难评估模型，根据所述害虫细节图像，评估是否发生虫害灾难。