一种枣树病虫害的快速鉴定方法技术

本发明专利技术涉及一种枣树病虫害的快速鉴定方法，所述枣树病虫害的快速鉴定方法包括以下步骤：绘制枣林轮廓图，在所述枣林轮廓图上均匀设置取样点，所述取样点内枣树为样本枣树；建立病虫害识别模型和防治数据库；定期对所有所述取样点内的所述样本枣树进行拍照采样，得到样本照片；将所述样本照片进行预处理后输入病虫害识别模型进行识别，输出所述植物的病虫害信息，所述病虫害信息同时输入防治数据库，输出防治信息。本发明专利技术通过在枣林内均匀设置取样点，在取样点内取样代表了整个独立区的枣树病虫害状态，避免大面积的枣林取样困难的问题；通过建立病虫害模型对拍摄的病虫害照片进行识别，准确度更高，而且速度更快。而且速度更快。而且速度更快。

【技术实现步骤摘要】
一种枣树病虫害的快速鉴定方法


[0001]本专利技术属于农业
，尤其涉及一种枣树病虫害的快速鉴定方法。

技术介绍

[0002]枣树是我国果树栽培中历史最久的品种之一，也是我国重要的特有果树。枣树具有适应性强、结果早、收益快、寿命长、易管理等优点，且抗寒耐旱、耐瘠薄。枣果营养丰富、滋补作用强、商品价值高。枣树还具有防风、固沙、降低风速、调节气温、防止和减轻干热风危害的作用，是理想的农田林网树种和林粮间作树种。枣树常因病虫危害造成严重减产，因此，病虫害防治是枣树栽培管理的重要工作，病虫害防治的第一步就是对病虫害快速进行鉴定。
[0003]目前大规模的枣林病虫害管理十分困难，一是由于枣林种植园面积较大，枣树很多，无法及时发现病虫害，即取样的机制有很大问题；二是对枣树病虫害的鉴定大多是靠人眼力进行观察，并依靠经验进行判断，对工作人员的工作经验要求较高，而且误差较大，容易出现判断出错的情况。
[0004]因此，有必要提供一种新的枣树病虫害的快速鉴定方法解决上述技术问题。

技术实现思路

[0005]本专利技术的目的就在于为了解决上述问题而提供一种枣树病虫害的快速鉴定方法。
[0006]本专利技术通过以下技术方案来实现上述目的：
[0007]一种枣树病虫害的快速鉴定方法，包括以下步骤：
[0008]S1：绘制枣林轮廓图，在所述枣林轮廓图上均匀设置取样点，所述取样点内枣树为样本枣树；
[0009]S2：建立病虫害识别模型和防治数据库；
[0010]S3：定期对所有所述取样点内的所述样本枣树进行拍照采样，得到样本照片；
[0011]S4：将所述样本照片进行预处理后输入病虫害识别模型进行识别，输出所述植物的病虫害信息，所述病虫害信息同时输入防治数据库，输出防治信息。
[0012]作为本专利技术的进一步优化方案，所述步骤S1具体包括以下步骤：
[0013]对所述枣树种植林进行航拍，得到航拍照；
[0014]对所述航拍照中的枣树种植林的边缘线进行描绘，得到所述枣林轮廓图；
[0015]对所述枣树种植林的面积进行估算；
[0016]根据所述枣树种植林的估算面积选定合适规格的方格坐标；
[0017]将所述枣林轮廓图放入所述方格坐标内；
[0018]选取所述枣林轮廓图内所有的完整的小方格为一个独立区；
[0019]在所述独立区中心以合适的半径作圆，圆内为采样区域，圆外为边缘地带；
[0020]将所述采样区域内的枣树作为样本枣树。
[0021]作为本专利技术的进一步优化方案，所述枣林轮廓图的面积不小于四个小方格的面积
之和。
[0022]作为本专利技术的进一步优化方案，所述小方格位于所述枣林轮廓图内的面积大于等于其本身面积的50％，所述小方格可称为完整的小方格，可作为独立区。
[0023]作为本专利技术的进一步优化方案，所述采样区域内不少于5棵枣树。
[0024]作为本专利技术的进一步优化方案，所述所述步骤S2中具体包括以下步骤：
[0025]建立所述病虫害识别模型：使用预置的源数据集对特征提取网络进行预训练，连接预训练的特征提取网络和预置的预测网络，得到初步病虫害识别模型；
[0026]使用目标数据集对所述初步病虫害识别模型进行训练，得到所述病虫害识别模型，所述目标数据集中的样本数据包括标记有历史病虫害信息的图像；
[0027]建立所述防治数据库：将所有的病虫害类型信息储存在所述防治数据库中，所述病虫害类型信息包括病原信息、传播途径信息、发病时间及条件信息和解决方案信息。
[0028]作为本专利技术的进一步优化方案，得到初步病虫害识别模型的具体步骤包括：
[0029]从目标数据集的样本数据中提取出共同特征；
[0030]从预置的数据集中选取所述源数据集，所述源数据集中的样本数据与所述目标数据集中的样本数据具有所述共同特征；
[0031]对预训练的所述特征提取网络执行针对特征维度的变换操作；
[0032]将执行完所述变换操作的所述特征提取网络作为预置的预测网络的输入，组成所述初步病虫害识别模型。
[0033]作为本专利技术的进一步优化方案，所述步骤S4具体包括以下步骤：
[0034]对所述样本照片进行几何畸变校正，去除拍摄过程对照片带来的几何形变，对图像选择统一的尺寸进行裁剪操作，统一图像尺寸和格式，得到标准图像；
[0035]将所述标准图像输入所述病虫害识别模型进行图像特征提取，从而获得所述标准图像的图像特征；
[0036]基于所述图像特征，获得所述标准图像中的多个用于表征病虫害属性的属性特征；
[0037]根据多个所述属性特征生成待识别的联合属性特征；
[0038]对所述待识别的联合属性特征进行识别，得到所述标准图像中的病虫害信息；
[0039]所述病虫害信息同时输入防治数据库，输出防治信息。
[0040]本专利技术的有益效果在于：
[0041]本专利技术通过在枣林内均匀设置取样点，使取样点覆盖整个枣林，在取样点内取样代表了整个独立区的枣树病虫害状态，避免大面积的枣林取样困难的问题；通过建立病虫害模型对拍摄的病虫害照片进行识别，取代了人工通过经验进行判断，准确度更高，而且速度更快，智能化程度高，大大提高了识别效率。
附图说明
[0042]图1是本专利技术的流程图；
[0043]图2是本专利技术的航拍图；
[0044]图3是本专利技术中绘制枣林轮廓图；
[0045]图4是本专利技术的枣林轮廓图；
[0046]图5是本专利技术中枣林轮廓图位于方格坐标图；
[0047]图6是本专利技术的方格坐标的小方格图；
[0048]图7是本专利技术的病原信息图；
[0049]图8是本专利技术的枣锈病图；
[0050]图9是本专利技术的炭疽病图；
[0051]图10是本专利技术的斑点病图；
[0052]图11是本专利技术的细菌性疮痂病图；
[0053]图12是本专利技术的绿盲蝽图；
[0054]图13是本专利技术的红蜘蛛图；
[0055]图14是本专利技术的枣尺蠖图；
[0056]图15是本专利技术的介壳虫图。
具体实施方式
[0057]下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。
[0058]实施例1
[0059]如图1
‑
15所示，一种枣树病虫害的快速鉴定方法，包括以下步骤：
[0060]S1：绘制枣林轮廓图，在所述枣林轮廓图上均匀设置取样点，所述取样点内枣树为样本枣树；
[0061]所述步骤S1具体包括以下步骤：
[0062]对所述枣树种植林进行航拍，得到航拍照，如图2所示；
[0063]对所述航本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种枣树病虫害的快速鉴定方法，其特征在于：包括以下步骤：S1：绘制枣林轮廓图，在所述枣林轮廓图上均匀设置取样点，所述取样点内枣树为样本枣树；S2：建立病虫害识别模型和防治数据库；S3：定期对所有所述取样点内的所述样本枣树进行拍照采样，得到样本照片；S4：将所述样本照片进行预处理后输入病虫害识别模型进行识别，输出所述植物的病虫害信息，所述病虫害信息同时输入防治数据库，输出防治信息。2.根据权利要求1所述的一种枣树病虫害的快速鉴定方法，其特征在于：所述步骤S1具体包括以下步骤：对所述枣树种植林进行航拍，得到航拍照；对所述航拍照中的枣树种植林的边缘线进行描绘，得到所述枣林轮廓图；对所述枣树种植林的面积进行估算；根据所述枣树种植林的估算面积选定合适规格的方格坐标；将所述枣林轮廓图放入所述方格坐标内；选取所述枣林轮廓图内所有的完整的小方格为一个独立区；在所述独立区中心以合适的半径作圆，圆内为采样区域，圆外为边缘地带；将所述采样区域内的枣树作为样本枣树。3.根据权利要求2所述的一种枣树病虫害的快速鉴定方法，其特征在于：所述枣林轮廓图的面积不小于四个小方格的面积之和。4.根据权利要求2所述的一种枣树病虫害的快速鉴定方法，其特征在于：所述小方格位于所述枣林轮廓图内的面积大于等于其本身面积的50％，所述小方格可称为完整的小方格，可作为独立区。5.根据权利要求2所述的一种枣树病虫害的快速鉴定方法，其特征在于：所述采样区域内不少于5棵枣树。6.根据权利要求1所述的一种枣树病虫害的快速鉴定方法，其特征在于：所述所述步骤S2中具体包括以下步骤：建立所述病虫害识别...

【专利技术属性】
技术研发人员：秦国杰，贾民隆，刘毅，左力翔，安晓宁，牛艳，高磊，
申请(专利权)人：山西省农业科学院园艺研究所，
类型：发明
国别省市：