一种基于图像识别的果树害虫识别方法及系统

本发明属于害虫检测领域，具体涉及一种基于图像识别的果树害虫识别方法及系统。

背景技术：

1、果树虫害胁迫季节性高发，蚕食果树嫩叶和新梢，危害于树冠形成与枝干挂果。传统果树产业在病虫害防治方面仍停留在对病虫害现象进行目测、人工防治与干预层面，存在着时间精力消耗大、人力物力成本高等缺陷。随着深度学习的发展，基于深度学习的目标识别方法在虫害识别检测中得到了广泛应用，能够有效提高果树病虫害种类的识别效率，降低识别成本。

2、现有的检测方法在果树虫害检测的实际应用中，由于在非结构化果园中，果树生长枝叶茂盛，大量害虫存在叶片、枝条、果实遮挡现象，且在不同光照环境下害虫的背景和纹理细节表现不同。因此，目前果园植保装备搭载的虫害识别模型存在着检测精度低、内存占用大、推理速度慢等问题。

技术实现思路

1、针对现有技术的不足，本发明提出了一种基于图像识别的果树害虫识别方法及系统，解决目前果园植保装备搭载的虫害识别模型存在着检测精度低、内存占用大、推理速度慢等问题。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于图像识别的果树害虫识别方法，包括以下步骤：

4、对果树害虫的数据信息进行探测；

5、基于探测的数据信息对果树害虫进行追踪，获得果树害虫的样本图像；

6、建立改进的果树害虫检测识别模型；

7、利用所述改进的果树害虫检测识别模型，对所述样本图像进行多特征提取，获得果树害虫的识别结果。

8、优选的，探测的数据信息包括：果树害虫的大小、高度、速度和方位角信息。

9、优选的，对果树害虫进行追踪的方法包括：

10、采用图像捕捉设备对果树害虫进行捕捉，获得果树害虫图像；

11、基于果树害虫图像信息，进行果树害虫目标锁定，并对所述果树害虫目标进行自动追踪。

12、优选的，所述图像捕捉设备包括设置在果树主干顶端的云台摄像机、设置在所述云台摄像机下方的若干长焦透雾摄像机，所述长焦透雾摄像机的下方还设置有若干相控阵雷达；所述云台摄像机和所述长焦透雾摄像机均连接在相控阵雷达上。

13、优选的，所述改进的果树害虫检测识别模型由主干网络，并行双头panet，以及yolov3检测头组成。

14、本发明还提供了一种基于图像识别的果树害虫识别系统，包括：探测模块、采集模块、构建模块和识别模块；

15、所述探测模块用于对果树害虫的数据信息进行探测；

16、所述采集模块用于基于探测的数据信息对果树害虫进行追踪，获得果树害虫的样本图像；

17、所述构建模块用于建立改进的果树害虫检测识别模型；

18、所述识别模块用于利用所述改进的果树害虫检测识别模型，对所述样本图像进行多特征提取，获得果树害虫的识别结果。

19、优选的，探测的数据信息包括：果树害虫的大小、高度、速度和方位角信息。

20、优选的，所述采集模块包括：成像单元和追踪单元；

21、所述成像单元用于采用图像捕捉设备对果树害虫进行捕捉，获得果树害虫图像；

22、所述追踪单元用于基于果树害虫图像信息，进行果树害虫目标锁定，并对所述果树害虫目标进行自动追踪。

23、优选的，所述图像捕捉设备包括设置在果树主干顶端的云台摄像机、设置在所述云台摄像机下方的若干长焦透雾摄像机，所述长焦透雾摄像机的下方还设置有若干相控阵雷达；所述云台摄像机和所述长焦透雾摄像机均连接在相控阵雷达上。

24、优选的，所述改进的果树害虫检测识别模型由主干网络，并行双头panet，以及yolov3检测头组成。

25、与现有技术相比，本发明的有益效果为：

26、1、本发明可精确、快速地检测结构化果园环境下的果树虫害胁迫；2、本发明更适宜移植于移动底盘类嵌入式系统，可以为果园植保装备的识别系统提供升级思路，并能促进农业高质高效发展；3、本发明能够提高模型对叶片、枝干遮挡害虫的检测精度。

技术特征：

1.一种基于图像识别的果树害虫识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于图像识别的果树害虫识别方法，其特征在于，探测的数据信息包括：果树害虫的大小、高度、速度和方位角信息。

3.根据权利要求1所述的基于图像识别的果树害虫识别方法，其特征在于，对果树害虫进行追踪的方法包括：

4.根据权利要求3所述的基于图像识别的果树害虫识别方法，其特征在于，所述图像捕捉设备包括设置在果树主干顶端的云台摄像机、设置在所述云台摄像机下方的若干长焦透雾摄像机，所述长焦透雾摄像机的下方还设置有若干相控阵雷达；所述云台摄像机和所述长焦透雾摄像机均连接在相控阵雷达上。

5.根据权利要求1所述的基于图像识别的果树害虫识别方法，其特征在于，所述改进的果树害虫检测识别模型由主干网络，并行双头panet，以及yolov3检测头组成。

6.一种基于图像识别的果树害虫识别系统，其特征在于，包括：探测模块、采集模块、构建模块和识别模块；

7.根据权利要求6所述的基于图像识别的果树害虫识别系统，其特征在于，探测的数据信息包括：果树害虫的大小、高度、速度和方位角信息。

8.根据权利要求6所述的基于图像识别的果树害虫识别系统，其特征在于，所述采集模块包括：成像单元和追踪单元；

9.根据权利要求8所述的基于图像识别的果树害虫识别系统，其特征在于，所述图像捕捉设备包括设置在果树主干顶端的云台摄像机、设置在所述云台摄像机下方的若干长焦透雾摄像机，所述长焦透雾摄像机的下方还设置有若干相控阵雷达；所述云台摄像机和所述长焦透雾摄像机均连接在相控阵雷达上。

10.根据权利要求6所述的基于图像识别的果树害虫识别系统，其特征在于，所述改进的果树害虫检测识别模型由主干网络，并行双头panet，以及yolov3检测头组成。

技术总结
本发明公开了一种基于图像识别的果树害虫识别方法及系统，其中方法包括以下步骤：对果树害虫的数据信息进行探测；基于探测的数据信息对果树害虫进行追踪，获得果树害虫的样本图像；建立改进的果树害虫检测识别模型；利用所述改进的果树害虫检测识别模型，对所述样本图像进行多特征提取，获得果树害虫的识别结果。本发明解决目前果园植保装备搭载的虫害识别模型存在着检测精度低、内存占用大、推理速度慢等问题。

技术研发人员：孙丽娜,仇贵生,张怀江,闫文涛,岳强
受保护的技术使用者：中国农业科学院果树研究所
技术研发日：
技术公布日：2024/4/22