The invention provides a method and a device for identifying diseases and insect pests. Among them, including a pest identification method: pest image acquisition, the pest image is converted into RGB image data; using unsupervised clustering algorithm to cluster analysis of RGB data, get the pest image classification; for bug statistics of RGB image data after classification, determine the number of points to determine whether the worm worm; the number is greater than the preset number of insects; when the judgment result is yes, send alarm. Through the technical proposal of the invention realizes the effective identification of agricultural pests and timely to remind the relevant personnel for pest control, to avoid the pest in agricultural production, agricultural product quality decline, economic loss and other issues.
【技术实现步骤摘要】
病虫害识别方法及装置
本专利技术涉及农业
,具体而言,涉及一种病虫害识别方法,还涉及一种病虫害识别装置。
技术介绍
在农业的可持续发展中,病虫害的识别与防治起到了非常重要的作用。农业病虫害对农业生产安全、人们身体健康及环境安全有着直接的影响,不仅能够导致农业减产,农产品质量下降,更会造成农民收入。然而,相关农业云技术中没有农业病虫害图像识别方案。因此,如何提供一种有效的病虫害识别方法,成为目前亟待解决的技术问题。
技术实现思路
本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。为此,本专利技术的一个目的在于提出了一种病虫害识别方法。本专利技术的另一个目的在于提出了一种病虫害识别装置。有鉴于此,本专利技术提出了一种病虫害识别方法,包括:采集病虫害图像,将病虫害图像转换成RGB图像数据;使用无监督聚类算法对RGB图像数据进行聚类分析,得到病虫害图像分类;对分类后的RGB图像数据进行虫眼统计,确定虫点数量;判断虫点数量是否大于预设虫点数量;当判断结果为是时,发出报警提示。根据本专利技术的病虫害识别方法,通过采集病虫害图像,优选的,通过摄像头拍摄粘虫板照片,并将照片解析成RGB格式(RGB格式为一种对颜色进行编码的方法,统称为“颜色空间”或“色域”)的像素数据,使用无监督聚类算法对这些像素数据进行聚类分析(聚类(Clustering)分析是无监督式机器学习(unsupervisedlearning)的一个典型应用,也是探索性数据挖掘中的一种常用方法,简单地说就是把相似的东西分到一组),得到病虫害的分类,对分类后的数据进行虫眼统计,就能够确认这张图像上 ...
【技术保护点】
一种病虫害识别方法,其特征在于,包括:采集病虫害图像,将所述病虫害图像转换成RGB图像数据;使用无监督聚类算法对所述RGB图像数据进行聚类分析,得到病虫害图像分类;对分类后的所述RGB图像数据进行虫眼统计,确定虫点数量;判断所述虫点数量是否大于预设虫点数量;当判断结果为是时,发出报警提示。
【技术特征摘要】
1.一种病虫害识别方法,其特征在于,包括:采集病虫害图像,将所述病虫害图像转换成RGB图像数据;使用无监督聚类算法对所述RGB图像数据进行聚类分析,得到病虫害图像分类;对分类后的所述RGB图像数据进行虫眼统计,确定虫点数量;判断所述虫点数量是否大于预设虫点数量;当判断结果为是时,发出报警提示。2.根据权利要求1所述的病虫害识别方法,其特征在于,所述使用无监督聚类算法对所述RGB图像数据进行聚类分析,得到病虫害图像分类的步骤,具体包括:对所述RGB图像数据进行无监督聚类学习,建立相似度模型;根据所述相似度模型,对所述RGB图像数据进行聚合分类。3.根据权利要求1所述的病虫害识别方法,其特征在于,所述对分类后的所述RGB图像数据的进行虫眼统计,确定虫点数量的步骤,具体包括:统计所述虫眼的数量;计算所述虫眼的数量与预设阈值的比值,根据所述比值确定所述虫点数量;当所述比值为整数值时,将所述整数值作为所述虫点数量值;当所述比值为小数时,将所述小数进位取整,将取整后的整数值作为所述虫点数量值。4.根据权利要求3所述的病虫害识别方法,其特征在于,所述预设阈值为10。5.根据权利要求1至4中任一项所述的病虫害识别方法,其特征在于,所述无监督聚类算法为K均值聚类。6.根据权利要求1至4中任一项所述的病虫害识别方法,其特征在于,所述病虫害图像分类包括:虫眼数据组和非虫眼数据组。7.一种病虫害识别装置,其特征在于,包括:图像采集与处理单元,用于采集病虫害图像,将所述病虫害图像转换成RGB...
【专利技术属性】
技术研发人员:王刚,
申请(专利权)人:深圳前海弘稼科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。