一种基于深度学习的农作物病虫害识别方法及系统技术方案

本发明专利技术公开了一种基于深度学习的农作物病虫害识别方法及系统，涉及农业病虫害识别技术领域，用于解决现有应用在农作物病虫害识别系统对农作物的识别范围小，无法对农作物不同部位进行精准识别，并且在识别到病虫害后无法第一时间进行紧急处理的问题，本发明专利技术包括升降结构、横向移动机构、纵向移动机构、喷药组件、收集组件及调节模块；本发明专利技术利用设置在农作物区域内的识别系统可对农作物影像数据进行采集，并利用影像数据判断是否存在农作物病虫害情况，采集农作物影像数据时可针对性的对农作物的不同部位进行采集，自动巡查农作物生长情况，大大降低了人力需求。大大降低了人力需求。大大降低了人力需求。

【技术实现步骤摘要】
一种基于深度学习的农作物病虫害识别方法及系统


[0001]本专利技术涉及农业病虫害识别
，具体为一种基于深度学习的农作物病虫害识别方法及系统。

技术介绍

[0002]在农业生产中，病虫害是一种常见的问题，如果及时识别和治疗，可以有效地减少损失和提高产量。
[0003]传统的农作物病虫害识别方法主要依靠人工观察和经验判断，存在着准确率低、效率低等问题。
[0004]而一些应用在农作物病虫害识别系统对农作物的识别范围小，无法对农作物不同部位进行精准识别，并且在识别到病虫害后无法第一时间进行紧急处理，效果较差。
[0005]为了解决上述缺陷，现提供一种技术方案。

技术实现思路

[0006]本专利技术的目的在于解决现有应用在农作物病虫害识别系统对农作物的识别范围小，无法对农作物不同部位进行精准识别，并且在识别到病虫害后无法第一时间进行紧急处理问题，而提出一种基于深度学习的农作物病虫害识别方法及系统。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]一种基于深度学习的农作物病虫害识别方法包括以下步骤：
[0009]步骤S1：首先通过升降结构、横向移动机构及纵向移动机构带动收集组件进行多方位移动，采集区域内农作物生长数据，并根据农作物生长数据建立农作物模型；
[0010]步骤S2：根据建立的农作物模型控制升降结构、横向移动机构及纵向移动机构带动收集组件对不同的农作物叶片、茎秆及根部进行影像数据的采集；
[0011]步骤S3：对采集的农作物影像数据导入至预设的训练模型中，判断农作物是否存在病虫害，当农作物无病虫害时，则重置巡查时间；
[0012]步骤S4：当存在农作物病虫害时，获取具体病虫害的农作物及农作物病虫害的部位，并分析病虫害区域占比并与预设占比进行比对，当分析的实时占比小于预设占比或大于预设占比时，则分别生成单点处理信令及区域处理信令；
[0013]步骤S5：在接收到单点处理信令或区域处理信令后控制喷药组件分别切换至单点喷药模式或单列喷药模式对出现农作物病虫害区域进行喷药处理。
[0014]进一步的，一种基于深度学习的农作物病虫害识别系统，包括：
[0015]收集组件，用于对农作物生长的影像数据进行采集；
[0016]所述收集组件包括第二螺纹套筒和导套，所述第二螺纹套筒和导套连接于纵向移动机构上，且第二螺纹套筒与导套固定，所述第二螺纹套筒的底部固定有L形吊板，所述第一丝杆上安装有换向电机，所述换向电机的输出端贯穿L形吊板并固定有连接柱，所述连接柱的下端安装有采集摄像头，且采集摄像头设置有向下倾斜的角度；
[0017]喷药组件，用于对存在病虫害的农作物进行不同模式的药物喷洒；
[0018]所述喷药组件包括储药罐，所述储药罐设置在横向移动机构的外侧，所述储药罐内设置有农药药液，所述储药罐的表面设置有增压泵，所述增压泵的出口连接有连接软管，所述连接软管的另一端连接有固定管，所述立板的顶部固定有，且固定管安装在上，所述的另一端吊装有电动切换阀，且电动切换阀位于第二丝杆的中上方，所述固定管的另一端连接在电动切换阀的入口处，所述电动切换阀的出口处连接有延伸管，所述连接柱的表面固定有凸板，所述凸板上安装有接头管，且接头管与延伸管的另一端连接，所述接头管的另一端通过斜撑管连接有单向喷头，所述电动切换阀上安装有两个电吊杆，两个所述电吊杆的另一端均固定有排液管，所述电动切换阀的另外两个出口均通过穿管分别与两个排液管连通，且两个穿管分别贯穿两个电吊杆内，两个所述排液管的表面均设置有若干个等距分布的喷液头；
[0019]纵向移动机构，用于带动整个收集组件进行纵向移动来采集不同纵向方位农作物的影响数据；横向移动机构，用于带动收集组件进行横向移动来采集不同横向方位农作物的影像数据；升降结构，用于对整个系统进行支撑并改变收集组件采集高度，适配农作物不同部位的采集；
[0020]调节模块，用于获取农作物种植数据，并建立农作物生长模型，根据模型控制收集组件进行不同区域的农作物及农作物部位影像数据的采集，并对采集的影像数据分析，判断是否存在病虫害，并对存在病虫害的农作物进行应急处理。
[0021]进一步的，所述调节模块包括：
[0022]建模单元，用于对农作物的生长的数据进行模型的建立；
[0023]巡查单元，用于根据建立的农作物生长模型控制收集组件对不同区域农作物及农作物部位的影像数据进行采集；
[0024]分析单元，用于接收巡查单元获取农作物生长情况的影像数据，并根据训练的数据模型判断农作物是否存在病虫害；
[0025]具体的分析过程包括以下步骤：
[0026]检索并导入农作物正常状态及不同部位患有病虫害状态的影像数据；
[0027]对导入的影像数据进行图像增强、去噪及裁剪操作便于后续处理的准确性及效率；
[0028]使用卷积神经网络对预处理后的影像数据进行训练，数据训练过程通过交叉验证法进行模型选择及参数调整；
[0029]将训练好的模型应用在巡查单元获取的农作物生长情况影像数据中，判断农作物是否存在病虫害情况；
[0030]当不存在农作物病虫害情况时，则重置巡查时间，待下一个周期出现再次对农作物进行巡查；
[0031]当存在农作物病虫害情况时，分析病虫害区域占比，当病虫害占比小于预设值时，则生成单点处理信令同时获取病虫害区域位置并向处理单元发送；
[0032]当病虫害区域占比大于预设值时，则生成区域处理信令同时获取病虫害区域位置并向处理单元发送；
[0033]处理单元，用于接收单点处理信令及区域处理信令并分别通过不同模式对病虫害
农作物进行药物喷洒。
[0034]进一步的，所述处理单元对农作物进行应急处理的具体过程包括以下步骤：
[0035]当接收到单点处理信令时，控制喷药组件切换至单点喷药模式针对性的对某一位置进行农药喷洒，并利用升降结构、横向移动机构、纵向移动机构控制整个收集组件带动单向喷头的移动进行不同位置的喷洒，配合收集组件实时对农作物的喷药过程进行影像采集；
[0036]当接收到区域处理信令时，控制喷药组件切换至单列喷洒模式针对农作物中某一列的农作物进行农药喷洒，并利用升降结构、横向移动机构、纵向移动机构带动整个喷药组件移动，变换不同列农作物的位置进行喷洒。
[0037]进一步的，所述纵向移动机构包括两个立板，两个所述立板分别连接于横向移动机构上，两个所述立板的侧壁均固定有延伸板，两个所述立板之间转动连接有第二丝杆，且第二丝杆与第二螺纹套筒螺纹连接，两个所述延伸板之间固定有导杆，且导套滑动连接在导杆的表面，所述立板的侧壁上安装有第二电机，且第二电机的输出端贯穿立板并与第二丝杆固定。
[0038]进一步的，所述横向移动机构包括两个第一螺纹套筒，两个所述第一螺纹套筒分别固定于两个立板的底部，所述升降结构上连接有两个凹形支撑板，两个所述凹形支撑板内均转动连接有第一丝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的农作物病虫害识别方法，其特征在于，包括以下步骤：步骤S1：首先通过升降结构(1)、横向移动机构(2)及纵向移动机构(3)带动收集组件(5)进行多方位移动，采集区域内农作物生长数据，并根据农作物生长数据建立农作物模型；步骤S2：根据建立的农作物模型控制升降结构(1)、横向移动机构(2)及纵向移动机构(3)带动收集组件(5)对不同的农作物叶片、茎秆及根部进行影像数据的采集；步骤S3：对采集的农作物影像数据导入至预设的训练模型中，判断农作物是否存在病虫害，当农作物无病虫害时，则重置巡查时间；步骤S4：当存在农作物病虫害时，获取具体病虫害的农作物及农作物病虫害的部位，并分析病虫害区域占比并与预设占比进行比对，当分析的实时占比小于预设占比或大于预设占比时，则分别生成单点处理信令及区域处理信令；步骤S5：在接收到单点处理信令或区域处理信令后控制喷药组件(4)分别切换至单点喷药模式或单列喷药模式对出现农作物病虫害区域进行喷药处理。2.一种基于深度学习的农作物病虫害识别系统，其特征在于，包括：收集组件(5)，用于对农作物生长的影像数据进行采集；所述收集组件(5)包括第二螺纹套筒(501)和导套(502)，所述第二螺纹套筒(501)和导套(502)连接于纵向移动机构(3)上，且第二螺纹套筒(501)与导套(502)固定，所述第二螺纹套筒(501)的底部固定有L形吊板(503)，所述第一丝杆(203)上安装有换向电机(504)，所述换向电机(504)的输出端贯穿L形吊板(503)并固定有连接柱(505)，所述连接柱(505)的下端安装有采集摄像头(506)，且采集摄像头(506)设置有向下倾斜的角度；喷药组件(4)，用于对存在病虫害的农作物进行不同模式的药物喷洒；所述喷药组件(4)包括储药罐(401)，所述储药罐(401)设置在横向移动机构(2)的外侧，所述储药罐(401)内设置有农药药液，所述储药罐(401)的表面设置有增压泵(402)，所述增压泵(402)的出口连接有连接软管(403)，所述连接软管(403)的另一端连接有固定管(404)，所述立板(301)的顶部固定有(414)，且固定管(404)安装在(414)上，所述(414)的另一端吊装有电动切换阀(405)，且电动切换阀(405)位于第二丝杆(304)的中上方，所述固定管(404)的另一端连接在电动切换阀(405)的入口处，所述电动切换阀(405)的出口处连接有延伸管(409)，所述连接柱(505)的表面固定有凸板(410)，所述凸板(410)上安装有接头管(411)，且接头管(411)与延伸管(409)的另一端连接，所述接头管(411)的另一端通过斜撑管(412)连接有单向喷头(413)，所述电动切换阀(405)上安装有两个电吊杆(406)，两个所述电吊杆(406)的另一端均固定有排液管(407)，所述电动切换阀(405)的另外两个出口均通过穿管分别与两个排液管(407)连通，且两个穿管分别贯穿两个电吊杆(406)内，两个所述排液管(407)的表面均设置有若干个等距分布的喷液头(408)；纵向移动机构(3)，用于带动整个收集组件(5)进行纵向移动来采集不同纵向方位农作物的影响数据；横向移动机构(2)，用于带动收集组件(5)进行横向移动来采集不同横向方位农作物的影像数据；升降结构(1)，用于对整个系统进行支撑并改变收集组件(5)采集高度，适配农作物不同部位的采集；调节模块，用于获取农作物种植数据，并建立农作物生长模型，根据模型控制收集组件(5)进行不同区域的农作物及农作物部位影像数据的采集，并对采集的影像数据分析，判断
是否存在病虫害，并对存在病虫害的农作物进行应急处理。3.根据权利要求2所述的一种基于深度学习的农作物病虫害识别系统，其特征在...

【专利技术属性】
技术研发人员：宋永献，张琪，李豪，张磊，阎妍，孔永，王博，刘强，
申请(专利权)人：南京晓庄学院，
类型：发明
国别省市：