一种基于图像识别的虫害防治方法、设备、系统及介质与流程

本发明属于虫害防治，公开了一种基于图像识别的虫害防治方法、设备、系统及介质。

背景技术：

1、病虫害一直是困扰种植物种植的重要问题之一，对农作物产量和质量造成了一定的影响，目前已有的虫害监测方法包括人工巡视以及普适性的杀虫装置等，人工巡视成本高、效率低且易出错，适用范围窄；对大规模轮换种植或共生种植等方式，因种植物可能有较大区别，引起的虫害区别也十分不同，比如虫害的体型，飞行类与爬行类等等，都会对杀虫装置的选择有较大的影响。

2、具体会产生以下问题：

3、（1）种植物轮换种植或同时种植，虫害种类不一，对于大型种植园等，随着人员更换，对于除虫害的方式和时间容易出现较大误差。

4、（2）对于市面常见的基于图像识别虫害防治系统，一般仅针对对虫害，而忽略水土、植物种类及气候等因素对虫害的影响，进而对虫害判断错误。

5、（3）虫害防治的自动化低，要么对人工要求较大，要么就需增加监控或除害装置。

6、如专利公布号为cn118154925a，公开的《基于多端采集与ai图像识别算法的虫害评估预警方法》包括步骤为：s1、在农业工厂的不同农作物位置处放置多个摄像头，对农作物进行实时监测，将监测的视频上传至图像处理模型内部，或采用手机app对农作物进行拍照，将拍下的图片上传至图像处理模型内部进行处理；s2、通过边缘计算技术对摄像头上传的数据进行处理，或通过ai训练方式，对手机app拍摄的照片进行纠正。本发明利用通过深度学习技术优化算法，提高虫害识别的准确性和速度，通过对当前的虫害种类与数据库中虫害种类的进行匹配，预估当前虫害的等级，让管理人员针对不同虫害等级采取不同的处理方式。该发明虽然通过多端监控来预警虫害，但仍未结合农学，仅是简单的虫害识别，在实际种植场景中识别准确率存疑，同时该发明使用多端监控的方式，对于有多个种植区的种植园等场景来说成本较高。

技术实现思路

1、本发明针对现有技术的不足，提供一种基于图像识别的虫害防治方法、设备、系统及介质。

2、第一方面，一种基于图像识别的虫害防治方法，包括：

3、s1，获取种植物的区域信息，基于所述区域信息构建地图模型；基于所述地图模型与种植物的区域信息划分出多个子区域；所述区域信息包括种植物种植面积、种植范围地图轮廓、种植分布、种植区域监控点信息；

4、s2，获取子区域中的图像数据，输入种植物信息，基于种植物信息对所述图像数据提取种植物特征以及虫害特征，以虫害特征结合种植物特征识别虫害种类，并分析预测虫害数量，以获得子区域的虫害种类信息和虫害数量信息；

5、s3，重复步骤s2，以获得每一子区域的虫害种类信息和虫害数量信息；

6、s4，分析每一子区域的虫害种类信息和虫害数量信息，生成虫害防治方案。

7、可选的，所述s1中基于所述地图模型与种植物的区域信息划分出多个子区域，具体为：

8、以能识别虫害特征为标准，设定监控所拍摄的种植区域范围大小，以监控所拍摄的种植区域范围大小来设定子区域大小；

9、基于种植分布，将种植物的种植区域以子区域大小作为一个单元划分为多个子区域。

10、可选的，所述s2中的获取子区域中的图像数据，输入种植物信息，基于种植物信息对所述图像数据提取种植物特征以及虫害特征，以虫害特征结合种植物特征识别虫害种类，并分析预测虫害数量，以获得子区域的虫害种类信息和虫害数量信息，具体为：

11、21）选择transformer模型，加载子区域中的图像数据，并在每份子区域中的图像数据中都输入种植物信息，以形成混合图像数据；所述种植物信息包括种植物种类、种植所在地时节以及气候；

12、22）在混合图像数据的特征编码阶段使用transformer转化器；采用十字交叉滑动窗口，在图像上应用水平和竖直方向的滑动窗口，通过在水平与竖直方向上的自适应条纹宽度调节的方式提取混合图像数据的局部特征；所述混合图像数据的局部特征包括种植物特征以及虫害局部特征；所述种植物特征包括种植物枝、叶特征；所述种植物枝、叶特征包括种植物枝、叶相比于标准化的种植物的缺失状态与缺失程度；

13、23）从底层到顶层逐层减少特征图的分辨率，每一层都对特征进行聚合，使用自注意力机制在每一层上进行特征融合，逐渐聚合全局信息，在金字塔的顶层，提取全局特征，与底层的混合图像数据的局部特征进行融合，以获得全局增强的混合图像数据的全局特征；

14、24）将所述全局增强的混合图像数据的全局特征分别使用全连接层映射到虫害类别和虫害数量，得到子区域的虫害种类信息以及虫害数量信息。

15、可选的，所述s4中分析每一子区域的虫害种类信息和虫害数量信息，生成虫害防治方案，具体为：

16、41）虫害种类信息包括可定点清除类与全局影响类；

17、42）若虫害主要类别为可定点清除类，在子区域的虫害数量足以导致产量减少10-20%，确定该子区域需要进行虫害处理；

18、43）若虫害主要类别为全局影响类，在全区域的虫害数量足以导致产量减少1-5%，进行全区域除虫。

19、第二方面，一种电子设备，包括处理器，所述处理器和存储器耦合；

20、所述存储器上存储有能够被所述处理器加载并执行第一方面任一项所述的基于图像识别的虫害防治方法的计算机程序。

21、第三方面，一种计算机可读存储介质，包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得计算机执行第一方面任一项所述的基于图像识别的虫害防治方法。

22、第四方面，一种基于图像识别的虫害防治系统，包括第二方面的所述电子设备、滑轨、若干监控装置以及若干虫害处理装置。

23、可选的，所述滑轨包括上滑轨和下滑轨；所述上滑轨安装有若干监控装置，并环绕种植区域，使得监控装置能够拍摄任一子区域；所述下滑轨安装有若干虫害处理装置，并环绕种植区域，使得虫害处理装置能够对任一子区域进行虫害处理。

24、本发明有以下优势：

25、（1）本发明会自动分析主要虫害，并给出虫害提示，如有需求还可以自动调用除虫装置，减少了人员变更或误判产生的问题。（2）根据不同种类的种植物，会结合植物种类、部位以及种植季节进行针对式的图像训练，同时对于种植物遮挡虫害的情形，会根据种植物齿痕残留等来分析虫害，大大提高自动化判断的精准性。

26、（3）滑轨式监控装置可以不定期滑动，多方位监控虫害，对于大场景种植区域，无需增加过多的装置即可进行监控防治。

技术特征：

1.一种基于图像识别的虫害防治方法，其特征在于，包括：

2.根据权利要求1或2所述的一种基于图像识别的虫害防治方法，其特征在于，所述s1中基于所述地图模型与种植物的区域信息划分出多个子区域，具体为：

3.根据权利要求1所述的一种基于图像识别的虫害防治方法，其特征在于，所述s2中获取子区域中的图像数据，输入种植物信息，基于种植物信息对所述图像数据提取种植物特征以及虫害特征，以虫害特征结合种植物特征识别虫害种类，并分析预测虫害数量，以获得子区域的虫害种类信息和虫害数量信息，具体为：

4.根据权利要求1所述的一种基于图像识别的虫害防治方法，其特征在于，所述s4中分析每一子区域的虫害种类信息和虫害数量信息，生成虫害防治方案，具体为：

5.一种电子设备，其特征在于，包括处理器，所述处理器和存储器耦合；

6.一种计算机可读存储介质，其特征在于，包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得计算机执行如权利要求1-4任一所述方法。

7.一种基于图像识别的虫害防治系统，其特征在于，包括如权利要求6所述的电子设备、滑轨、若干监控装置以及若干虫害处理装置。

8.根据权利要求8所述的一种基于图像识别的虫害防治系统，所述滑轨包括上滑轨和下滑轨；所述上滑轨安装有若干监控装置，并环绕种植区域，使得监控装置能够拍摄任一权利要求1所述子区域；所述下滑轨安装有若干虫害处理装置，并环绕种植区域，使得虫害处理装置能够对任一权利要求1所述子区域进行虫害处理。

技术总结
本发明属于虫害防治技术领域，公开了一种基于图像识别的虫害防治方法、设备、系统及介质。其方法包括，划分子区域，基于图像识别获得每一子区域的虫害种类信息和子区域的虫害数量信息，分析每一子区域的虫害种类信息和虫害数量信息，生成虫害防治方案。该发明应用于虫害防治，通过精细化预警虫害种类与数量，生成对应的虫害防治方案，并且能够自动化进行除虫，大大减少了人工活动。

技术研发人员：谢志豪,谢永康
受保护的技术使用者：江西西雅图农业科技开发有限公司
技术研发日：
技术公布日：2024/12/17