一种基于FPGA的草莓病虫害高光谱数据的处理方法与装置制造方法及图纸

本发明专利技术公开了一种基于FPGA的草莓病虫害高光谱数据的处理方法及装置，所述处理方法首先采集病虫害图片形成病虫害数据库，其次对图片病虫害统一标定，然后建立神经网络模型，机器学习训练模型，接着裁剪模型放置于FPGA平台，在FPGA平台将通过数据调用及运算的程序用硬件描述语言进行编写并烧录，数据通过显示接口扩展，最终输出判断得出结果。结合处理方法设计了一种可移动的硬件装置，该硬件系统对高光谱数据的处理采用乒乓操作的方法来实现，运算速度及准确性得到显著提高，后期通过HDMI接口显示，达到快速全面处理草莓病虫害高光谱数据的效果。

【技术实现步骤摘要】
一种基于FPGA的草莓病虫害高光谱数据的处理方法与装置
本专利技术涉及农业工程技术，具体涉及一种基于FPGA的草莓病虫害高光谱数据的快速准确处理方法与装置。
技术介绍
近来年在检测农产品方面，一般会选用光谱分析、机器视觉等光学识别技术。高光谱技术将光谱技术与机器视觉技术结合，一次获取光谱信息与空间信息，能够无损快速的成像，将更多信息与参数进行可视化表达。检测农产品病虫害时，检测人员可以将光谱信息散度技术带入到无损检测系统之中，进行病虫害识别。现有的人工智能识别病虫害系统只能在电脑上训练形成深度学习模型，然后将待检测的病虫害图片输入到该系统中来进行判定，通过软件算法来实现。产品大多是一个应用软件或者手机APP，运算一般在CPU或者GPU上进行，无法有效地与硬件系统结合实现数据的快速处理。
技术实现思路
专利技术目的：本专利技术通过数据处理学习草莓病虫害特征，进而对病虫害进行分类，辅助农业相关人员科学、客观、快速地掌握草莓病虫害情况，实现精确的进行病虫害识别，达到前期介入预防的目的。技术方案：针对草莓病虫害识别技术上的问题，本专利技术提出了一种基于FPGA的草莓病虫害高光谱数据的处理方法及装置，所述方法包括：获取草莓病虫害的高光谱数据，通过高光谱相机拍摄；形成草莓病虫害数据库，对其进行统一标定；从标定好的草莓病虫数据库中选取样本集；构建神经网络模型，对样本集进行训练；裁剪训练好的模型并放置于FPGA平台；在FPGA平台下处理目标高光谱数据，处理数据的具体过程如下：输入目标高光谱数据至输入数据选择控制器；数据选择器经过两个SDRAM进行数据缓冲；数据进入输出数据选择控制模块，再通过训练好的模型计算得出结果经过处理的数据通过训练好的模型进行计算得到结果。本专利技术涉及的处理装置是将训练好的病虫害系统裁剪放到FPGA平台，利用硬件系统来实现，具有可移动性并且形成了一种实物装置；由于FPGA硬件架构的原因，该硬件系统运算速度快，对高光谱数据的处理可采用乒乓操作的方法来实现，速度及准确性都能够提高；该装置可以通过HDMI接口进行结果显示，所述FPGA硬件系统包括：ZYNQ主板，主板上内置SRAM1和SRAM2两个随机存储器；flash单元提供128M的BPI缓存，两个DDR3模块嵌入机器学习模型，JTAG接主机CPU用于系统调试。有益效果：本专利技术与现有技术相比，其显著优点是：1、能够自动学习草莓病虫害相关核心特征，节省了人力操作成本，解决了草莓病虫害分类过程中的主观性和随意性；2、通过设计一套移动硬件，将该装置连接电脑，输入对象高光谱图像，得到病虫害数据，适用于所有的病虫害分类场景。附图说明图1基于FPGA的草莓病虫害高光谱数据的处理方法整体流程图；图2基于FPGA的硬件实施功能图；图3输入数据兵乓操作流程图。具体实施方式：本专利技术提出一种基于FPGA的草莓病虫害高光谱数据的处理方法，如图1所示为本专利技术处理方法整体流程图；首先从实验室、植保站、互联网平台上采集病虫害图片，形成草莓病虫害数据库，接着对数据库里的图片进行病虫害的统一标定；从标定好的草莓病虫害数据库中选取样本集，选取的波长范围根据不同的病虫害类别确定为380到1020nm；然后建立神经网络模型，输入草莓病虫害高光谱数据，输出草莓病虫害分类变量，将样本集放入神经网络模型中进行训练；裁剪训练好的模型，将其放置于FPGA平台，在FPGA平台上用硬件描述语言编写烧录，后期通过HDMI接口显示扩展，待检测图片输入判断。如图2所示，硬件系统具体实施方式如下；高光谱数据进入ZYNQ主板，主板上有SRAM1和SRAM2两个随机存储器，两个存储器进行数据乒乓操作，加快数据的处理效率，主板的flash模块提供128M的BPI缓存，两个DDR3模块放入事先裁剪成两块的机器学习模型(裁剪成两块也是为了运算高效)，JTAG接主机CPU进行系统调试，以及程序下载(硬件描述程序的功能主要是数据的存储及输入到DDR3中进行运算及数据传输)，HDMI接口做显示。如图3所示，输入数据采用乒乓操作，由于高光谱数据量较大，输入之后进入两个缓冲区(buffer)，当SRAM1写满时，数据进入草莓病虫害机器学习模型中进行处理，同时输入数据写入SRAM2。当SRAM1中数据运算完之后，SRAM2中数据进入模型进行处理，同时输入数据写入SRAM1。以此循环。本文档来自技高网...

【技术保护点】
1.一种基于FPGA的草莓病虫害高光谱数据的处理方法，其特征在于，步骤包括：/n(1)获取草莓病虫害的高光谱数据，对其进行统一标定；/n(2)从标定好的草莓病虫数据库中选取样本集；/n(3)构建神经网络模型，对样本集进行训练；/n(4)裁剪训练好的模型并放置于FPGA平台；/n(5)在FPGA平台下处理目标高光谱数据，经过处理的数据通过训练好的模型进行计算得到结果。/n

【技术特征摘要】
1.一种基于FPGA的草莓病虫害高光谱数据的处理方法，其特征在于，步骤包括：
(1)获取草莓病虫害的高光谱数据，对其进行统一标定；
(2)从标定好的草莓病虫数据库中选取样本集；
(3)构建神经网络模型，对样本集进行训练；
(4)裁剪训练好的模型并放置于FPGA平台；
(5)在FPGA平台下处理目标高光谱数据，经过处理的数据通过训练好的模型进行计算得到结果。


2.根据权利要求1所述的方法，其特征在于，步骤(1)中获取的数据来源于实验室、植物保护站、互联网平台，通过高光谱相机拍摄。


3.根据权利要求1所述的方法，其特征在于，步骤(2)中所述样本集的选取根据病虫害种类的不同，波长区间确定为380至1020nm。


4.根据权利要求1所述的方法，其特征在于，步骤(3)中所述的神经网络模型输入为草莓病虫害高光谱数据，输出为草莓病虫害分类变量。


5.根据权利要求1所述的方法，其特征在于，步...

【专利技术属性】
技术研发人员：仲瑶，潘维，
申请(专利权)人：江苏农林职业技术学院，
类型：发明
国别省市：江苏;32