油菜害虫识别方法技术

本发明专利技术公开了一种油菜害虫识别方法，包括以下步骤：1)获取样本图像；2)图像预处理；3)建立测试数据集；4)构建害虫识别模型，通过特征提取网络对输入图像提取特征，每个网格检测害虫区中心在该网格内的害虫对象，每个网格估测固定数量的边框，选出用来估测目标的边框，即特征图；5)估测每个边框的置信度，当边框贴合实际的边框时置信度设为1，即作为特征图，否则不作为特征图；6)估测当边框内存在害虫对象时，该害虫属于某个类的概率，得到害虫分类结果。本发明专利技术的油菜害虫识别方法，识别算法实时识别害虫的位置及种类，识别速度快，效率高。

Identification of rape pests

【技术实现步骤摘要】
油菜害虫识别方法
本专利技术涉及油菜除害虫
，具体涉及一种油菜害虫识别方法。
技术介绍
传统的病虫害诊断采用人工观测的方式,这一方式存在主观性、局限性、模糊性等不足。随着计算机图像处理以及人工智能技术的发展，人们开始利用计算机代替人来进行油菜的病虫害诊断，提出了在计算机上实现病虫害的识别。图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。随着图像识别技术的不断发展，其应用领域也不断扩展。在环境多变的外界条件中，如何进行害虫识别，这是一个难题。在大田里发生的害虫图片信息容易有信息丢失的现象。目前有基于传统的图像识别技术对病虫害图像进行识别，该技术采用灰度变换、中值滤波、阀值分割、轮廓检测、病斑提取作为与处理数据，从预处理数据显式提取纹理特征、颜色特征和形状特征。传统的图像识别方法是基于图像的“点特征”或“线特征”进行的。对于一般图像的识别匹配效果较好，但是当光照条件较复杂、拍照角度变化大时，鲁棒性不好。基于卷积神经的图像识别方法克服了传统算法中对光照条件改变和拍照角度改变适应性不强的问本文档来自技高网...

【技术保护点】
1.一种油菜害虫识别方法，其特征在于，包括以下步骤：/n1)获取样本图像；/n2)图像预处理；/n3)建立测试数据集；/n4)构建油菜害虫识别模型，通过特征提取网络对输入图像提取特征，每个网格检测害虫区中心在该网格内的害虫对象，每个网格估测固定数量的边框，选出用来估测目标的边框，即特征图；/n5)估测每个边框的置信度，当边框贴合实际的边框时置信度设为1，即作为特征图，否则不作为特征图；/n6)估测当边框内存在害虫对象时，该害虫属于某个类的概率，得到害虫分类结果。/n

【技术特征摘要】
1.一种油菜害虫识别方法，其特征在于，包括以下步骤：
1)获取样本图像；
2)图像预处理；
3)建立测试数据集；
4)构建油菜害虫识别模型，通过特征提取网络对输入图像提取特征，每个网格检测害虫区中心在该网格内的害虫对象，每个网格估测固定数量的边框，选出用来估测目标的边框，即特征图；
5)估测每个边框的置信度，当边框贴合实际的边框时置信度设为1，即作为特征图，否则不作为特征图；
6)估测当边框内存在害虫对象时，该害虫属于某个类的概率，得到害虫分类结果。


2.根据权利要求1所述的油菜害虫识别方法，其特征在于，所述步骤6)中，通过估测条件类别概率估算害虫属于某个类的概率。


3.根据权利要求2所述的油菜害虫识别方法，其特征在于，所述步骤6)中，待测油菜共有K类害虫，每个网格估测第i类害虫Classi的条件概率，估测条件类别概率P(Classi|Obj),i＝1,2,...,K，计算特定类别置信分数：



其中，P(Obj)表示当前目标边框内存在目标的概率，(Intersection-Over-Union)作为一个阈值控制估测的边框出现的数量。


4.根据权利要求1所述的油菜害虫识别方法，其特征在于，所述步骤2)中，具体分为以下五步：
第一步预处理，对筛选后的原始图像进行亮度、对比度、色彩饱和度和锐化的预处理；
第二步旋转，将图像以不同的角度旋转后分别保存...

【专利技术属性】
技术研发人员：周立波，
申请(专利权)人：湖南城市学院，
类型：发明
国别省市：湖南;43