【技术实现步骤摘要】
一种猕猴桃病害严重程度计算方法
[0001]本专利技术属于病虫害防治
，具体涉及一种猕猴桃病害严重程度计算方法
。
技术介绍
[0002]目前猕猴桃树主要病害有溃疡病
、
细菌性花腐病
、
根结线虫病
、
根腐病
、
叶枯病
、
黑斑病等
。
虫害主要有金龟甲
、
斑衣蜡蝉
、
椿象
、
小薪甲
、
红蜘蛛
、
桃蛀螟
、
叶蝉
、
蟋蟀等
。
根据实际病害种类采用化学
、
生物以及物理防治手段
。
但在实际的猕猴桃病害防治过程中，种植人员无法及时了解其病害种类及其严重程度，无法及时提醒并采取合适的防治措施，导致猕猴桃种植过程中造成经济损失
。
[0003]为了解决现有技术存在的不足，人们进行了长期的探索，提出了各式各样的解决方案
。
例如，中国专利文献公开了一种基于布谷鸟搜索算法的番茄病害识别系统
[202021328897.8]，其包括图像采集模块和病害识别模块，其中图像采集模块包括
STM32F765
模块
、
摄像模块
、
电机驱动模块
、SD
卡存图模块
、
电池模块共5个子模块；病害识别模块是上位机分析平台
。
【技术保护点】
【技术特征摘要】
1.
一种猕猴桃病害严重程度计算方法，其特征在于，包括如下步骤：
S1
：数据采集以及预处理；
S2
：病害识别以及评分；
S3
：根据评分制定病害防治决策
。2.
根据权利要求1所述的一种猕猴桃病害严重程度计算方法，其特征在于，所述的步骤
S1
包括如下步骤：
S11
：通过高清摄像头实时采集猕猴桃树图像数据并建立数据集；
S12
：对采集的数据集中的图像进行预处理
。3.
根据权利要求2所述的一种猕猴桃病害严重程度计算方法，其特征在于，所述的步骤
S11
包括如下步骤：
S111
：高清摄像头采集不同区域猕猴桃树图像并删除无关图像；
S112
：对数据集标注图像位置以及采集时间
。4.
根据权利要求2所述的一种猕猴桃病害严重程度计算方法，其特征在于，所述的步骤
S12
包括如下步骤：
S121
：对滤除异常尺寸图像，对图像进行消噪处理；
S122
：对图像进行尺寸和像素进行标准化调整；
S123
：对灰度图像进行二值化以及形态处理
。5.
根据权利要求1所述的一种猕猴桃病害严重程度计算方法，其特征在于，所述的步骤
S2
包括如下步骤：
S21
：利用卷积神经网络对预处理后的图像进行分析，识别出猕猴桃的病害种类；
S22
：根据识别出的病害种类
、
区域大小，结合预设的评分规则，综合计算出猕猴桃病害的严重程度得分
。6.
根据权利要求5所述的一种猕猴桃病害严重程度计算方法，其特征在于，所述的步骤
S21
包括如下步骤：
S211
：从原始训练样本中提取特征图，包括
conv1、conv2、conv3
和
conv4
，获得基本特征图；
S212
：在初始图层中提取的特征图由卷积算子和合并算子处理，从而提取多尺度特征图，包括若干特征合并图和卷积特征图；
S213
：多尺度卷积层的初始图层包括若干卷积层和池层；
S214
：将多尺度特征图进行整...
【专利技术属性】
技术研发人员：王晓桢，孙黎明，陈佳利，王前红，姜云艳，
申请(专利权)人：浙江农博数字技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。