一种基于神经网络模型的鳞翅目害虫识别方法技术

本发明专利技术适用于农业生产技术领域，提供了一种基于神经网络模型的鳞翅目害虫识别方法，通过设备采集鳞翅目害虫照片，并将鳞翅目害虫照片作为输入图像输入到全卷积神经网络模型内，输出分割图，对获得的所述分割图进行二值化处理，获得二值化分割图，最后观察所述二值化分割图以识别鳞翅目害虫，本发明专利技术提供的方法能够同时预测一张图像中存在的多种鳞翅目害虫，免去了复杂繁琐的图像预处理操作，对输入图像等的尺寸没有要求，节约了人力成本，同时增加了方法的实用性，本发明专利技术提供的方法不仅能够预测害虫种类，而且能够同时预测害虫在图像中的位置，本发明专利技术能够用于鳞翅目害虫危害的预测预报和防治决策，能有效提高防治效果。

A recognition method of Lepidoptera pests based on neural network model

【技术实现步骤摘要】
一种基于神经网络模型的鳞翅目害虫识别方法
本专利技术属于农业生产
，尤其涉及一种基于神经网络模型的鳞翅目害虫识别方法。
技术介绍
鳞翅目害虫预测预报是农作物害虫预测预报的主要内容。近年来，随着农业产业结构的不断调整，加上气候条件的不断变化，鳞翅目害虫发生危害程度呈逐年加重的趋势，新的危害严重的害虫不断出现如草地贪夜蛾，对农业生产造成了严重威胁。鳞翅目害虫发生趋势逐年上升有多种原因：一是随着我国蔬菜果树种植面积逐年扩大，栽培方式多样，为鳞翅目害虫发生危害提供了充足的食物来源；二是跨区机收范围的扩大也加快了鳞翅目害虫跨区传播；三是重茬种植、秸秆还田与免耕技术，改善了鳞翅目害虫的栖息和越冬场所，虫源基数加大，危害加重；四是长期以来，鳞翅目害虫的防控主要依靠一家一户自行防治，由于农户防治方法不当、防治时机不准、防治药剂不适、防治器具不佳，导致防治效果不好、防治效益不高，过分依赖于化学农药，最终导致防治成本居高，害虫抗药性增强危害加重，农药污染加重。目前各级农业部门的测报工作者进行鳞翅目害虫成虫种类区分时缺乏先进识别工具，还是停留在人工识别本文档来自技高网...

【技术保护点】
1.一种基于神经网络模型的鳞翅目害虫识别方法，其特征在于，包括以下步骤：/nS1、采集鳞翅目害虫照片，并将鳞翅目害虫照片作为输入图像输入到全卷积神经网络模型内，输出分割图；/nS2、对获得的所述分割图进行二值化处理，获得二值化分割图；/nS3、观察所述二值化分割图以识别鳞翅目害虫。/n

【技术特征摘要】
1.一种基于神经网络模型的鳞翅目害虫识别方法，其特征在于，包括以下步骤：
S1、采集鳞翅目害虫照片，并将鳞翅目害虫照片作为输入图像输入到全卷积神经网络模型内，输出分割图；
S2、对获得的所述分割图进行二值化处理，获得二值化分割图；
S3、观察所述二值化分割图以识别鳞翅目害虫。


2.如权利要求1所述的一种基于神经网络模型的鳞翅目害虫识别方法，其特征在于，所述采集鳞翅目害虫照片具体为：通过测报灯拍摄所述鳞翅目害虫照片。


3.如权利要求1所述的一种基于神经网络模型的鳞翅目害虫识别方法，其特征在于，所述输出分割图，具体为：输出N个所述分割图
m1，m2，……，mN＝F(I)
其中，N为要识别的害虫种类，F为全卷积神经网络，mi代表第i个分割图，i＝{1,2,......,N}，I为输入图像。


4.如权利要求3所述的一种基于神经网络模型的鳞翅目害虫识别方法，其特征在于，所述对获得的所述分割图进行二值化处理，获得二值化分割图具体为：预先选定对分割图进行二值化处理的阈值T，根据如下公式对所有的所述分割图进行二值化处理：



其中，(a,b)为像素位置索引，mi为第i个分割图，...

【专利技术属性】
技术研发人员：暴世平，
申请(专利权)人：暴世平，
类型：发明
国别省市：山西;14