一种基于大数据植物病虫害智能识别方法与系统技术方案

本发明专利技术适用于病虫害技术领域，尤其涉及一种基于大数据植物病虫害智能识别方法与系统，包括以下步骤：搜寻非正常植株，获取非正常植株照片；根据所述非正常植株照片得到植物种类信息和位置信息；根据所述位置信息，对非正常植株进行局部拍照和局部采样，得到局部照片和植株样品；根据所述局部照片进行初步病虫害识别，得到初步病虫害判别信息；将所述植株样品进行病虫害检测，得到检测结果；根据所述检测结果，得到对比病虫害判别信息；根据所述植物种类信息、初步病虫害判别信息和病虫害判别信息，确定植物病虫害。通过搜寻非正常植株，对非正常植株进行局部拍照和局部采样，进行病虫害的图像识别和检测识别相结合，确定植物病虫害。害。害。

An intelligent recognition method and system of plant diseases and pests based on big data

【技术实现步骤摘要】
一种基于大数据植物病虫害智能识别方法与系统


[0001]本专利技术属于病虫害
，尤其涉及一种基于大数据植物病虫害智能识别方法与系统。

技术介绍

[0002]病虫害是病害和虫害的并称，常对农、林、牧业等造成不良影响。病害是植物在栽培过程中，受到有害生物的侵染或不良环境条件的影响，正常新陈代谢受到干扰，从生理机能到组织结构上发生一系列的变化和破坏。虫害是有害昆虫在植物上生长、繁殖，取食植物本体，对植物造成的伤害。
[0003]在进行植物病虫害识别时，通常都是根据常识判断，很容易导致病虫害识别不准确，导致后面农药使用类型和剂量不正确，影响植物的正常生长。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种基于大数据植物病虫害智能识别方法与系统，旨在解决
技术介绍
中提出的问题。
[0005]本专利技术实施例是这样实现的，一种基于大数据植物病虫害智能识别方法，包括以下步骤：
[0006]对植物群进行监控拍摄，生成监控拍摄信息；
[0007]根据所述监控拍摄信息，搜寻非正常植株，并获取非正常植株照片；
[0008]根据所述非正常植株照片得到非正常植株的植物种类信息和位置信息；
[0009]根据所述位置信息，对非正常植株进行局部拍照和局部采样，得到局部照片和植株样品；
[0010]根据所述局部照片进行初步病虫害识别，得到初步病虫害判别信息；
[0011]将所述植株样品进行病虫害检测，得到检测结果；
[0012]根据所述检测结果，得到对比病虫害判别信息；
[0013]根据所述植物种类信息、初步病虫害判别信息和病虫害判别信息，确定植物病虫害。
[0014]作为本专利技术实施例技术方案进一步的限定，所述根据所述非正常植株照片得到非正常植株的植物种类信息和位置信息的步骤具体包括：
[0015]所述根据所述非正常植株照片得到拍摄机位信息；
[0016]根据所述拍摄机位信息，得到位置信息；
[0017]对所述非正常植株照片进行智能识别，得到植物种类信息。
[0018]作为本专利技术实施例技术方案进一步的限定，所述根据所述位置信息，对非正常植株进行局部拍照和局部采样，得到局部照片和植株样品的步骤具体包括：
[0019]根据所述位置信息，寻找非正常植株；
[0020]对所述非正常植株进行局部拍照，得到局部照片；
[0021]对所述非正常植株进行局部采样，得到植株样品。
[0022]作为本专利技术实施例技术方案进一步的限定，所述根据所述局部照片进行初步病虫害识别，得到初步病虫害判别信息的步骤具体包括：
[0023]将所述局部照片与预存的健康植物进行对比，获取植物异常特征信息；
[0024]根据所述异常特征信息，得到初步病虫害判别信息。
[0025]作为本专利技术实施例技术方案进一步的限定，所述将所述植株样品进行病虫害检测，得到检测结果的步骤具体包括：
[0026]对所述植株样品进行病菌检测，得到病菌检测结果；
[0027]对所述植株样品进行虫害检测，得到虫害检测结果；
[0028]综合所述病菌检测结果和所述虫害检测结果，得到检测结果。
[0029]作为本专利技术实施例技术方案进一步的限定，所述根据所述植物种类信息、初步病虫害判别信息和病虫害判别信息，确定植物病虫害的步骤具体包括：
[0030]获取所述植物种类信息；
[0031]获取所述初步病虫害判别信息；
[0032]获取所述病虫害判别信息；
[0033]将所述植物种类信息、初步病虫害判别信息和病虫害判别信息进行对比，确定植物病虫害。
[0034]一种基于大数据植物病虫害智能识别系统，所述系统包括：
[0035]监控拍摄子系统，用于对植物群进行监控拍摄，生成监控拍摄信息；
[0036]局部拍照与采样子系统，用于根据位置信息，对非正常植株进行局部拍照和局部采样，得到局部照片和植株样品；
[0037]病虫害检测子系统，用于将所述植株样品进行病虫害检测，得到检测结果；
[0038]大数据服务终端，用于根据所述监控拍摄信息，搜寻非正常植株，并获取非正常植株照片；根据所述非正常植株照片得到非正常植株的植物种类信息和位置信息；根据所述局部照片进行初步病虫害识别，得到初步病虫害判别信息；根据所述检测结果，得到对比病虫害判别信息；根据所述植物种类信息、初步病虫害判别信息和病虫害判别信息，确定植物病虫害。
[0039]作为本专利技术实施例技术方案进一步的限定，所述局部拍照与采样子系统包括：
[0040]位置信息接收单元，用于接收所述位置信息；
[0041]局部拍照单元，用于根据位置信息，对非正常植株进行局部拍照；
[0042]局部采样单元，用于根据位置信息，对非正常植株进行局部采样。
[0043]作为本专利技术实施例技术方案进一步的限定，所述大数据服务终端包括：
[0044]非正常植株照片获取单元，用于根据所述监控拍摄信息，搜寻非正常植株，并获取非正常植株照片；
[0045]植物种类信息获取单元，用于根据所述非正常植株照片得到非正常植株的植物种类信息；
[0046]位置信息获取单元，用于根据所述非正常植株照片得到位置信息；
[0047]病虫害图像识别单元，用于根据所述局部照片进行初步病虫害识别，得到初步病虫害判别信息；
[0048]对比病虫害判别信息获取单元，用于根据所述检测结果，得到对比病虫害判别信息；
[0049]植物病虫害确定单元，用于根据所述植物种类信息、初步病虫害判别信息和病虫害判别信息，确定植物病虫害。
[0050]与现有技术相比，本专利技术的有益效果是：
[0051]本专利技术实施例提供的一种基于大数据植物病虫害智能识别方法通过对植物群进行监控拍摄，生成监控拍摄信息；根据所述监控拍摄信息，搜寻非正常植株，并获取非正常植株照片；根据所述非正常植株照片得到非正常植株的植物种类信息和位置信息；根据所述位置信息，对非正常植株进行局部拍照和局部采样，得到局部照片和植株样品；根据所述局部照片进行初步病虫害识别，得到初步病虫害判别信息；将所述植株样品进行病虫害检测，得到检测结果；根据所述检测结果，得到对比病虫害判别信息；根据所述植物种类信息、初步病虫害判别信息和病虫害判别信息，确定植物病虫害。进行病虫害的图像识别和检测识别相结合，确定植物病虫害。
附图说明
[0052]图1示出了本专利技术实施例提供的方法的流程图。
[0053]图2示出了本专利技术实施例提供的方法的植物种类信息和位置信息获取的流程图。
[0054]图3示出了本专利技术实施例提供的方法的局部照片和植株样品获取的流程图。
[0055]图4示出了本专利技术实施例提供的方法的初步病虫害判别的流程图。
[0056]图5示出了本专利技术实施例提供的方法的检测结果获取的流程图。
[0057]图6示出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据植物病虫害智能识别方法，其特征在于，包括以下步骤：对植物群进行监控拍摄，生成监控拍摄信息；根据所述监控拍摄信息，搜寻非正常植株，并获取非正常植株照片；根据所述非正常植株照片得到非正常植株的植物种类信息和位置信息；根据所述位置信息，对非正常植株进行局部拍照和局部采样，得到局部照片和植株样品；根据所述局部照片进行初步病虫害识别，得到初步病虫害判别信息；将所述植株样品进行病虫害检测，得到检测结果；根据所述检测结果，得到对比病虫害判别信息；根据所述植物种类信息、初步病虫害判别信息和病虫害判别信息，确定植物病虫害。2.根据权利要求1所述的一种基于大数据植物病虫害智能识别方法，其特征在于，所述根据所述非正常植株照片得到非正常植株的植物种类信息和位置信息的步骤具体包括：所述根据所述非正常植株照片得到拍摄机位信息；根据所述拍摄机位信息，得到位置信息；对所述非正常植株照片进行智能识别，得到植物种类信息。3.根据权利要求1所述的一种基于大数据植物病虫害智能识别方法，其特征在于，所述根据所述位置信息，对非正常植株进行局部拍照和局部采样，得到局部照片和植株样品的步骤具体包括：根据所述位置信息，寻找非正常植株；对所述非正常植株进行局部拍照，得到局部照片；对所述非正常植株进行局部采样，得到植株样品。4.根据权利要求1所述的一种基于大数据植物病虫害智能识别方法，其特征在于，所述根据所述局部照片进行初步病虫害识别，得到初步病虫害判别信息的步骤具体包括：将所述局部照片与预存的健康植物进行对比，获取植物异常特征信息；根据所述异常特征信息，得到初步病虫害判别信息。5.根据权利要求1所述的一种基于大数据植物病虫害智能识别方法，其特征在于，所述将所述植株样品进行病虫害检测，得到检测结果的步骤具体包括：对所述植株样品进行病菌检测，得到病菌检测结果；对所述植株样品进行虫害检测，得到虫害检测结果；综合所述病菌检测结果和所述虫害检测结果，得到检测结果。6.根据权利要求2所述的一种基于大数据植物病虫害智能识别方法，其特征在于，...

【专利技术属性】
技术研发人员：吕桂荣，成文华，刘海英，
申请(专利权)人：吕桂荣，
类型：发明
国别省市：