一种基于云计算的可控农业防病害栽培系统及方法技术方案

本发明专利技术涉及农业病害防治领域，具体为一种基于云计算的可控农业防病害栽培系统及方法，包括获取待拍照的区域图片内目标农作物易发生的病害种类；对目标农作物进行拍摄，获取目标农作物图像；若干个目标农作物图像区域图片进行信息提取，获取目标农作物图像的信息特征；对疑似病害农作物图像区域图片的病害真实值进行计算；根据疑似病害农作物图像区域图片的病害真实值，根据病害农作物图像区域图片在目标农作物图像上的分布位置和确认的目标农作物的病害种类，计算目标农作物的病害蔓延值；根据目标农作物病害蔓延值，对目标农作物病害情况进行判定；根据判断结果对目标农作物进行相应处理。进行相应处理。进行相应处理。

【技术实现步骤摘要】
一种基于云计算的可控农业防病害栽培系统及方法


[0001]本专利技术涉及农业病害治理领域，具体为一种基于云计算的可控农业防病害栽培系统及方法。

技术介绍

[0002]农业是人类衣食的基础，生存之本，是一切生产的首要条件，作为国民经济中的基础，它为国民经济的其余部门提供粮食、副食、工业原料、基金和出口的物资。
[0003]目前，我国大部分在对农作物病害防治主要是发生在病虫害发生后期，防治技术手段欠缺针对性与灵活性，不仅仅无法保证农作物病虫害的防治效果与质量，还容易造成农业经济上的巨大损失，因为环境等各个因素的影响，会导致农作物病虫害的类型以及危害不断增加，目前现在大部分农业上病虫害防治工作主要以传统的防治为主，因此常常在病虫害防治效果上效果甚微。

技术实现思路

[0004]本专利技术的目的在于提供一种基于云计算的可控农业防病害栽培系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于云计算的可控农业防病害栽培方法，其特征在于，方法包括：
[0006]步骤S100：获取待拍照内目标农作物易发生的病害种类；对目标农作物进行拍摄，获取目标农作物图像；将目标农作物图像进行预处理，得到去除干扰的目标农作物图像；
[0007]步骤S200：将目标农作物图像划分为均匀的若干个图片区域，对目标农作物图像区域图片的图片尺寸进行归一化处理，得到标准化的目标农作物图像区域图片；对若干个目标农作物图像区域图片的信息进行提取，获取目标农作物图像的信息特征；根据目标农作物的图像信息特征与目标农作物图像对应的信息特征阈值，对若干个图片区域进行筛选，得到疑似病害农作物图像区域图片；对疑似农作物图像区域图片进行全方面拍摄，获取疑似农作物图像区域图片对应的疑似农作物三维图像，根据疑似农作物三维图像，获取疑似农作物图像区域图片内的各个叶片弯曲角度；叶片弯曲角度为叶片与叶杆面之间角度；叶杆面为以叶片的叶杆建立的平面系；根据信息特征和各个叶片弯曲角度，对疑似病害农作物图像区域图片的病害真实值进行计算；
[0008]步骤S300：根据疑似病害农作物图像区域图片的病害真实值，对疑似病害农作物图像区域图片进行筛选，得到病害农作物图像区域图片；根据病害农作物图像区域图片的病害程度值，对目标农作物的整体病害程度值进行计算；
[0009]步骤S400：根据病害农作物图像区域图片在目标农作物图像上的分布位置和确认的目标农作物的病害种类，计算目标农作物的病害蔓延值；
[0010]步骤S500：根据病害蔓延值，对目标农作物的病害情况进行判定；根据判断结果对目标农作物进行相应处理。
[0011]进一步的，步骤S200包括：
[0012]步骤S201：对保留的模糊度最低的目标农作物图像进行区域图片划分，将目标农作物图像划分为若干个均匀区域图片，对若干个区域图片的目标农作物图像尺寸进行归一化处理；
[0013]步骤S202：对归一化后的若干个区域图片的目标农作物图像，按照划分的区域图片对目标农作物进行信息提取，获取目标农作物图像的信息特征；信息特征包括所若干个目标农作物图像区域图片的颜色对应的rgb、叶片中的病斑数目W；
[0014]步骤S203：将目标农作物图像区域图片的rgb进行汇集，得到目标农作物图像n个区域图片的rgb集合C＝{rgb1,rgb2,...,rgb
n
}；其中，rgb1,rgb2,...,rgb
n
分别表示目标农作物图像中第1、2、...、n个区域图片的rgb值；获取的目标农作物图像对应的病害农作物图像，提取病害农作物图像的rgb
σ
；当目标农作物图像的rgb集合C中的rgb与rgb
σ
的各项数据比值，大于目标农作物的阈值时，将目标农作物图像中的对应区域图片，记为疑似病害农作物图像区域图片；
[0015]步骤S204：对被判定为疑似病害农作物图像区域图片进行进一步判定，对疑似病害农作物图像区域图片进行全方面拍摄，获取疑似病害农作物图像区域图片的目标农作物的三维图像，根据目标农作物的三维图像，获取疑似病害农作物图像区域图片内的各个叶片弯曲角度；根据信息特征和各个叶片弯曲角度θ，计算疑似病害农作物图像区域图片的病害真实值P：
[0016][0017]其中，θ
r
为目标农作物对应病害叶片的最小弯曲角度；θ
i
为疑似病害农作物图像区域图片中第i个大于最小弯曲角度θ
r
的叶片弯曲角度；j为疑似病害农作物图像区域图片中叶片弯曲角度θ大于目标农作物对应病害叶片的最小弯曲角度θ
r
的叶片数目；β为叶片数目j对应的目标农作物的叶片弯曲影响因数；
[0018]上述步骤中对目标农作物图像区域图片的rgb进行汇集，根据目标农作物图像对应的病害农作物图像，提取病害目标农作物图像的rgb
σ
；因为当农作物发生病害的时候其叶片的颜色会发生变化，这使得病害农作物的叶片与正常农作物叶片的颜色会有相许差异，这可以用于找出病害农作物，但是在有些农作物上叶片颜色可能会因为天气或者因为正常叶片与病害叶片差异不大导致在对病害农作物的判别上出现错误，这时候需要一些辅助的信息去确认病害农作物的真实性，判定农作物是否真的是因为病害导致叶片发生变化的，使用叶片的弯曲角度可以进一步确认农作物的叶片是否发生病害，这大大的增加了病害农作物识别的成功率和识别的效率。
[0019]进一步的，步骤S300包括：
[0020]步骤S301：当目标农作物的疑似病害农作物图像区域图片的农作物病害真实率P大于等于目标农作物的病害阈值时，将目标农作物的疑似病害农作物图像区域图片记为病害农作物图像区域图片；当目标农作物的疑似病害农作物图像区域图片的农作物病害真实率P小于目标农作物的病害阈值时，将疑似目标农作物图像区域图片，进行预警；
[0021]步骤S302：根据病害农作物图像区域图片的叶片中的病斑数目W，对病害农作物图像区域图片的区域图片病害程度值D进行计算：
[0022][0023]其中，S
i
为农作物疑似病害图像区域图片对应的第i个病斑对应的面积；W为疑似病害图像区域图片对应的病斑总数；ε为W对应的目标农作物的病斑影响因数；P为疑似病害农作物图像区域图片的病害真实值；
[0024]步骤S303：根据区域图片病害程度值D，计算目标农作物的整体病害程度值V:
[0025][0026]其中，m为病害农作物图像区域图片总数；D
i
为第i个病害农作物图像区域图片对应的区域图片病害程度值；为病害农作物图像区域图片数量影响值；
[0027]上述步骤中对根据目标农作物的疑似病害农作物图像区域图片的农作物病害真实率P，对病害农作物图像区域图片进行确认，用数据的方式判断病害区域图片这使得病害区域图片的确认，更加科学严谨，根据病害农作物图像区域图片叶片中的病斑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云计算的可控农业防病害栽培方法，其特征在于，所述方法包括：步骤S100：获取待拍照内目标农作物易发生的病害种类；对所述目标农作物进行拍摄，获取目标农作物图像；将所述目标农作物图像进行预处理，得到去除干扰的目标农作物图像；步骤S200：将目标农作物图像划分为均匀的若干个图片区域，对目标农作物图像区域图片的图片尺寸进行归一化处理，得到标准化的目标农作物图像区域图片；对若干个目标农作物图像区域图片的信息进行提取，获取所述目标农作物图像的信息特征；根据所述目标农作物的图像信息特征与所述目标农作物图像对应的信息特征阈值，对所述若干个图片区域进行筛选，得到疑似病害农作物图像区域图片；对所述疑似农作物图像区域图片进行全方面拍摄，获取所述疑似农作物图像区域图片对应的疑似农作物三维图像，根据所述疑似农作物三维图像，获取所述疑似农作物图像区域图片内的各个叶片弯曲角度；所述叶片弯曲角度为叶片与叶杆面之间角度；所述叶杆面为以所述叶片的叶杆建立的平面系；根据所述信息特征和各个叶片弯曲角度，对所述疑似病害农作物图像区域图片的病害真实值进行计算；步骤S300：根据所述疑似病害农作物图像区域图片的病害真实值，对所述疑似病害农作物图像区域图片进行筛选，得到病害农作物图像区域图片；根据所述病害农作物图像区域图片的病害程度值，对目标农作物的整体病害程度值进行计算；步骤S400：根据所述病害农作物图像区域图片在所述目标农作物图像上的分布位置和确认的目标农作物的病害种类，计算目标农作物的病害蔓延值；步骤S500：根据所述病害蔓延值，对目标农作物的病害情况进行判定；根据判断结果对所述目标农作物进行相应处理。2.根据权利要求1所述的一种基于云计算的可控农业防病害栽培方法，其特征在于，所述步骤S200包括：步骤S201：对保留的模糊度最低的目标农作物图像进行区域图片划分，将所述目标农作物图像划分为若干个均匀区域图片，对若干个区域图片的目标农作物图像尺寸进行归一化处理；步骤S202：对归一化后的若干个区域图片的目标农作物图像，按照划分的区域图片对目标农作物进行信息提取，获取所述目标农作物图像的信息特征；所述信息特征包括所若干个目标农作物图像区域图片的颜色对应的rgb、叶片中的病斑数目W；步骤S203：将目标农作物图像区域图片的rgb进行汇集，得到所述目标农作物图像n个区域图片的rgb集合C＝{rgb1,rgb2,...,rgb
n
}；其中，rgb1,rgb2,...,rgb
n
分别表示所述目标农作物图像中第1、2、...、n个区域图片的rgb值；获取的所述目标农作物图像对应的病害农作物图像，提取所述病害农作物图像的rgb
σ
；当所述目标农作物图像的rgb集合C中的rgb与所述rgb
σ
的各项数据比值，大于目标农作物的阈值时，将所述目标农作物图像中的对应区域图片，记为疑似病害农作物图像区域图片；步骤S204：对被判定为疑似病害农作物图像区域图片进行进一步判定，对所述疑似病害农作物图像区域图片进行全方面拍摄，获取所述疑似病害农作物图像区域图片的目标农作物的三维图像，根据所述目标农作物的三维图像，获取所述疑似病害农作物图像区域图片内的各个叶片弯曲角度；根据所述信息特征和各个叶片弯曲角度θ，计算所述疑似病害农
作物图像区域图片的病害真实值P：其中，θ
r
为所述目标农作物对应病害叶片的最小弯曲角度；θ
i
为所述疑似病害农作物图像区域图片中第i个大于最小弯曲角度θ
r
的叶片弯曲角度；j为所述疑似病害农作物图像区域图片中叶片弯曲角度θ大于所述目标农作物对应病害叶片的最小弯曲角度θ
r
的叶片数目；β为叶片数目j对应的所述目标农作物的叶片弯曲影响因数。3.根据权利要求1所述的一种基于云计算的可控农业防病害栽培方法，其特征在于，所述步骤S300包括：步骤S301：当所述目标农作物的疑似病害农作物图像区域图片的农作物病害真实率P大于等于所述目标农作物的病害阈值时，将所述目标农作物的疑似病害农作物图像区域图片记为病害农作物图像区域图片；当所述目标农作物的疑似病害农作物图像区域图片的农作物病害真实率P小于所述目标农作物的病害阈值时，将所述疑似目标农作物图像区域图片，进行预警；步骤S302：根据所述病害农作物图像区域图片的叶片中的病斑数目W，对所述病害农作物图像区域图片的区域图片病害程度值D进行计算：其中，S
i
为所述农作物疑似病害图像区域图片对应的第i个病斑对应的面积；W为所述疑似病害图像区域图片对应的病斑总数；ε为W对应的所述目标农作物的病斑影响因数；P为所述疑似病害农作物图像区域图片的病害真实值；步骤S303：根据所述区域图片病害程度值D，计算所述目标农作物的整体病害程度值V:其中，m为所述病害农作物图像区域图片总数；D
i
为第i个病害农作物图像区域图片对应的区域图片病害程度值；为病害农作物图像区域图片数量影响值。4.根据权利要求1所述的一种基于云计算的可控农业防病害栽培方法，其特征在于，所述步骤S400包括：步骤S401：对所述目标农作物图像建立二维坐标系，根据所述病害农作物...

【专利技术属性】
技术研发人员：吕名礼，钟云鹏，吕名华，夏鸽飞，朱登平，
申请(专利权)人：上海华维可控农业科技集团股份有限公司，
类型：发明
国别省市：