一种基于图像识别的预防农作物病害系统技术方案

本发明专利技术公开了一种基于图像识别的预防农作物病害系统，包括农作物信息录入模块，农作物图像录入模块，核心处理模块，农作物图像分析模块，农作物医治分析模块，农作物病症存储模块和农作物信息存储模块，农作物信息录入模块将农作物信息录入系统，同时调用核心处理模块将农作物信息与农作物信息存储模块中的农作物信息比对，检索出同类农作物信息，再调用农作物图像录入模块，开始农作物图像录入操作，核心处理模块用于本系统各个模块之间的通信与调用，协调各模块之间的工作，给用户反馈正确的信息，本发明专利技术采用基于深度学习的农作物病害图像处理识别方法，效率更高，准确率更高，对环境要求低，可节省时间成本，提前预防，大大节省了药物成本。节省了药物成本。节省了药物成本。

【技术实现步骤摘要】
一种基于图像识别的预防农作物病害系统


[0001]本专利技术涉及农作物培养
，尤其涉及一种基于图像识别的预防农作物病害系统。

技术介绍

[0002]我国是个农业大国，农业产业产量居世界首位，所以农作物病害对农业产量的影响不可忽视，甚至威胁到食物安全。及时并且准确地判断农作物所染病害种类，可以及早地治疗病害与预防病害的蔓延，早期的预防与早期的治疗所用的药物更少，进而也减少了对环境的污染，同时能够提高农作物的产量，减少治理病害的成本，使得农作物的收益变得更高。农作物病害的诊断和识别在确保粮食生产的高质量和数量方面起着至关重要的作用，但是，人工识别农作物病害不仅耗费时费力，还会造成识别不准确用药错误等情况发生，从而带来更大的经济损失。目前，基于线性建模的图像识别技术是通过降噪、增强等操作，对图像的特征与细节进行提取，并得出特征值进行线性建模。但是线性建模具有很大的局限性，面对农作物病害特征图片的识别效率很低，在农作物病害的检测中识别的效果并不理想。通过线性建模的图像识别无法对复杂的非线性数据进行识别，识别效率与成功率很低。线性建模的图像识别对外界环境要求较高，无法在农田农作物这种复杂环境中图像识别。线性建模的图像识别只能识别农作物的外表，无法对农作物的化学成分进行识别。因此，急需开发一种新型的基于图像识别的预防农作物病害系统以解决上述技术问题。
[0003]有鉴于此，特提出本专利技术。

技术实现思路

[0004]本专利技术的目的是提供一种基于图像识别的预防农作物病害系统，采用基于深度学习的农作物病害图像处理识别方法，效率更高，准确率更高，对环境要求低，可节省时间成本，提前预防，大大节省了药物成本，具有广阔的应用前景，有利于推广应用。
[0005]为了实现上述目的，本专利技术提供的一种基于图像识别的预防农作物病害系统，包括农作物信息录入模块，农作物图像录入模块，核心处理模块，农作物图像分析模块，农作物医治分析模块，农作物病症存储模块和农作物信息存储模块，所述农作物信息录入模块和农作物图像录入模块依次与核心处理模块，农作物信息存储模块，农作物图像分析模块，农作物病症存储模块和农作物医治分析模块正向连接；所述农作物信息录入模块：将农作物信息录入系统，同时调用核心处理模块将农作物信息与农作物信息存储模块中的农作物信息比对，检索出同类农作物信息，再调用农作物图像录入模块，开始农作物图像录入操作；所述农作物图像录入模块：将农作物部位进行图像扫描，通过农作物图像录入模块将农作物图像录入系统，通过核心处理模块调用农作物图像分析模块，将录入图像进行图像识别操作；所述核心处理模块：用于本系统各个模块之间的通信与调用，协调各模块之间的
工作，使系统正常工作，给用户反馈正确的信息；所述农作物图像分析模块：通过农作物图像录入模块接收农作物图片，农作物图像分析模块进行图像识别，图像分析，图像处理，得出分析结果，通过核心处理模块调用农作物病症存储模块，进行信息比对，检索农作物病症信息；所述农作物医治分析模块：依据农作物图像分析模块与农作物病症存储模块比对检索后农作物病症种类，时期，分析并反馈当前农作物病害程度以及对应的医治手段；所述农作物病症存储模块：存储已知农作物病害症状图像，病害科学文献信息，为图像识别做比对依据，从而准确识别出农作物所患病害，并反馈详尽的病害症状描述；所述农作物信息存储模块：存储已知农作物图像信息与文献信息，为识别农作物种类作对比依据，从而准确识别农作物种类，以及反馈准确详尽的农作物信息。
[0006]优选地，所述农作物信息录入模块的农作物信息包括农作物种类，种植时间，种植地理位置和种子种类。
[0007]优选地，所述农作物图像录入模块的农作物部位为容易产生病害的部位，包括叶片和茎秆。
[0008]优选地，所述农作物图像录入模块利用红外热成像、高光谱成像技术在农作物患病前，探测农作物内部结构与化学成分的变化，做出病害预警，用于预防病害出现与蔓延。
[0009]优选地，所述农作物图像分析模块使用深度学习的图像处理技术，将复杂的图像进行识别分类，具有极高的准确率，能够反馈正确的病症信息，为病症分析提供保障。
[0010]本专利技术提供的一种基于图像识别的预防农作物病害系统，具有如下有益效果。
[0011]1．本专利技术图像识别的效率更高，准确率更高，大大减少了病症判断错误以及药物使用错误的可能。
[0012]2．本专利技术对环境要求低，不需要到实验室这样设备完善环境良好的区域使用，直接在农田中扫描农作物即可识别，节省了时间成本。
[0013]3．本专利技术采用红外热成像、高光谱成像技术识别农作物内部化学成分的变化，能够提前预知农作物是否带有病害，提前预防，大大节省了药物成本。
附图说明
[0014]图1为本专利技术提供的一种基于图像识别的预防农作物病害系统的结构框图。
实施方式
[0015]下面结合具体实施例和附图对本专利技术做进一步说明，以助于理解本专利技术的内容。
[0016]如图1所示，为本专利技术提供的一种基于图像识别的预防农作物病害系统的结构框图。该基于图像识别的预防农作物病害系统包括农作物信息录入模块，农作物图像录入模块，核心处理模块，农作物图像分析模块，农作物医治分析模块，农作物病症存储模块和农作物信息存储模块，所述农作物信息录入模块和农作物图像录入模块依次与核心处理模块，农作物信息存储模块，农作物图像分析模块，农作物病症存储模块和农作物医治分析模块正向连接；所述农作物信息录入模块：将农作物信息录入系统，同时调用核心处理模块将农作物信息与农作物信息存储模块中的农作物信息比对，检索出同类农作物信息，再调用农
作物图像录入模块，开始农作物图像录入操作；所述农作物信息包括但不限于农作物种类，种植时间，种植地理位置和种子种类。
[0017]所述农作物图像录入模块：将农作物部位进行图像扫描，通过农作物图像录入模块将农作物图像录入系统，通过核心处理模块调用农作物图像分析模块，将录入图像进行图像识别操作；所述农作物部位为容易产生病害的部位，包括但不限于叶片和茎秆。所述农作物图像录入模块利用红外热成像、高光谱成像技术在农作物患病前，探测农作物内部结构与化学成分的变化，做出病害预警，用于预防病害出现与蔓延。
[0018]所述核心处理模块：用于本系统各个模块之间的通信与调用，协调各模块之间的工作，使系统正常工作，给用户反馈正确的信息；所述农作物图像分析模块：通过农作物图像录入模块接收农作物图片，农作物图像分析模块进行图像识别，图像分析，图像处理，得出分析结果，通过核心处理模块调用农作物病症存储模块，进行信息比对，检索农作物病症信息；所述农作物图像分析模块使用深度学习的图像处理技术，将复杂的图像进行识别分类，具有极高的准确率，能够反馈正确的病症信息，为病症分析提供保障。
[0019]所述农作物医治分析模块：依据农作物图像分析模块与农作物病症存储模块比对检索后农作物病症种类，时期，分析并反馈当前农作物病害程度以及对应的医治手段；所述农作物病症存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的预防农作物病害系统，其特征在于，包括农作物信息录入模块，农作物图像录入模块，核心处理模块，农作物图像分析模块，农作物医治分析模块，农作物病症存储模块和农作物信息存储模块，所述农作物信息录入模块和农作物图像录入模块依次与核心处理模块，农作物信息存储模块，农作物图像分析模块，农作物病症存储模块和农作物医治分析模块正向连接；所述农作物信息录入模块：将农作物信息录入系统，同时调用核心处理模块将农作物信息与农作物信息存储模块中的农作物信息比对，检索出同类农作物信息，再调用农作物图像录入模块，开始农作物图像录入操作；所述农作物图像录入模块：将农作物部位进行图像扫描，通过农作物图像录入模块将农作物图像录入系统，通过核心处理模块调用农作物图像分析模块，将录入图像进行图像识别操作；所述核心处理模块：用于本系统各个模块之间的通信与调用，协调各模块之间的工作，使系统正常工作，给用户反馈正确的信息；所述农作物图像分析模块：通过农作物图像录入模块接收农作物图片，农作物图像分析模块进行图像识别，图像分析，图像处理，得出分析结果，通过核心处理模块调用农作物病症存储模块，进行信息比对，检索农作物病症信息；所述农作物医治分析模块：依据农作物图像分析...

【专利技术属性】
技术研发人员：王小龙，张海涛，李建明，
申请(专利权)人：天津七五四光电技术有限公司，
类型：发明
国别省市：