苹果病害识别方法技术

本发明专利技术提供一种苹果病害识别方法

【技术实现步骤摘要】
苹果病害识别方法、装置、电子设备和存储介质


[0001]本专利技术涉及数据识别
，尤其涉及一种苹果病害识别方法
、
装置
、
电子设备和存储介质
。

技术介绍

[0002]随着科技的迅速发展，人们对苹果的品质要求越来越高
。
苹果的相关病害是影响苹果品质和质量的重要因素，因此对苹果进行病害识别是至关重要的
。
传统病害识别大多是由相关专家通过经验判断，效率低下，费时费力，且过于依赖专家经验导致病害识别准确性降低，从而不能满足现代化农业要求
。
[0003]目前，采集苹果叶片图像进行图像识别可以识别到大部分病害
。
然而，仅仅基于苹果叶片图像进行病害识别，由于苹果叶片图像无法表征其他影响病害的特征，导致苹果病害的识别准确性降低
。

技术实现思路

[0004]本专利技术提供一种苹果病害识别方法
、
装置
、
电子设备和存储介质，用以解决现有技术中苹果病害的识别准确性低的缺陷，实现高准确性的苹果病害识别
。
[0005]本专利技术提供一种苹果病害识别方法，包括：
[0006]将苹果叶片图像输入至病害类别分类模型，得到所述病害类别分类模型输出的多种病害类别的第一发生概率，所述病害类别分类模型是基于所述多种病害类别对应的样本苹果叶片图像训练得到的；
[0007]基于所述苹果叶片图像的病害影响数据，确定多种病害类别的第二发生概率，所述病害影响数据包括苹果叶片图像对应的物候期和
/
或所述苹果叶片图像的拍摄位置和拍摄时间对应的气象数据；
[0008]基于各所述第一发生概率和各所述第二发生概率，确定多种病害类别的总发生概率
。
[0009]根据本专利技术提供的一种苹果病害识别方法，所述病害影响数据包括所述拍摄时间之前的所述气象数据，所述气象数据包括当前生育期内的当前气象数据和所述当前生育期的上一生育期内的历史气象数据；
[0010]所述基于所述苹果叶片图像的病害影响数据，确定多种病害类别的第二发生概率，包括：
[0011]基于所述当前气象数据与所述历史气象数据的对比结果，确定多种病害类别的第二发生概率
。
[0012]根据本专利技术提供的一种苹果病害识别方法，所述基于所述当前气象数据与所述历史气象数据的对比结果，确定多种病害类别的第二发生概率，包括：
[0013]基于所述当前气象数据与所述历史气象数据的对比结果，以及所述多种病害类别中至少一种病害类别的历史发生情况，确定多种病害类别的第二发生概率；
[0014]其中，任一所述病害类别的历史发生情况用于表征在所述上一生育期内是否发生所述病害类别
。
[0015]根据本专利技术提供的一种苹果病害识别方法，所述基于所述当前气象数据与所述历史气象数据的对比结果，以及所述多种病害类别中至少一种病害类别的历史发生情况，确定多种病害类别的第二发生概率，包括：
[0016]基于所述当前气象数据与所述历史气象数据的对比结果，以及所述多种病害类别中至少一种病害类别的历史发生情况，确定所述多种病害类别中至少一个第一病害类别的第二发生概率；
[0017]基于所述拍摄时间，确定所述多种病害类别中至少一个第二病害类别的第二发生概率，任一所述第二病害类别的第二发生概率是基于所述拍摄时间与所述第二病害类别对应的预设时间段的比对结果确定的
。
[0018]根据本专利技术提供的一种苹果病害识别方法，所述病害影响数据包括所述物候期，所述基于所述苹果叶片图像的病害影响数据，确定多种病害类别的第二发生概率，包括：
[0019]基于物候期
‑
概率映射关系，确定所述物候期对应的多种病害类别的第二发生概率；
[0020]其中，所述物候期
‑
概率映射关系是基于样本物候期和所述样本物候期对应的多个发生概率标签确定的，所述多个发生概率标签是基于先验知识对所述样本物候期进行标注得到的
。
[0021]根据本专利技术提供的一种苹果病害识别方法，所述基于各所述第一发生概率和各所述第二发生概率，确定多种病害类别的总发生概率，包括：
[0022]基于各所述第一发生概率分别与各所述第二发生概率的和值，确定多种病害类别的第三发生概率；
[0023]基于各所述第一发生概率和各所述第三发生概率，确定多种病害类别的总发生概率，任一所述病害类别的总发生概率是基于所述病害类别的所述第一发生概率和所述病害类别的所述第三发生概率的平均值确定的
。
[0024]根据本专利技术提供的一种苹果病害识别方法，所述病害影响数据包括所述物候期和所述气象数据，任一所述病害类别的总发生概率是基于如下公式确定：
[0025][0026]式中，
P
总
表示所述总发生概率，
P1表示所述第一发生概率，
P2表示基于所述物候期确定的所述第二发生概率，
P3表示基于所述气象数据确定的所述第二发生概率
。
[0027]本专利技术还提供一种苹果病害识别装置，包括：
[0028]类别分类模块，用于将苹果叶片图像输入至病害类别分类模型，得到所述病害类别分类模型输出的多种病害类别的第一发生概率，所述病害类别分类模型是基于所述多种病害类别对应的样本苹果叶片图像训练得到的；
[0029]第一确定模块，用于基于所述苹果叶片图像的病害影响数据，确定多种病害类别的第二发生概率，所述病害影响数据包括苹果叶片图像对应的物候期和
/
或所述苹果叶片图像的拍摄位置和拍摄时间对应的气象数据；
[0030]第二确定模块，用于基于各所述第一发生概率和各所述第二发生概率，确定多种
病害类别的总发生概率
。
[0031]本专利技术还提供一种电子设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述苹果病害识别方法
。
[0032]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述苹果病害识别方法
。
[0033]本专利技术提供的苹果病害识别方法
、
装置
、
电子设备和存储介质，将苹果叶片图像输入至病害类别分类模型，得到病害类别分类模型输出的多种病害类别的第一发生概率，病害类别分类模型是基于多种病害类别对应的样本苹果叶片图像训练得到的，从而可以识别到大部分病害，并确定病害类别的数量和种类；基于苹果叶片图像的病害影响数据，确定多种病害类别的第二发生概率，该病害影响数据包括苹果叶片图像对应的物候期和
/
或苹果叶片图像的拍摄位置和拍摄时间对应的气象数据，从而不仅考虑苹果叶片图像的特征信息，还考虑其对应的物候期或气象数据的特征信息，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种苹果病害识别方法，其特征在于，包括：将苹果叶片图像输入至病害类别分类模型，得到所述病害类别分类模型输出的多种病害类别的第一发生概率，所述病害类别分类模型是基于所述多种病害类别对应的样本苹果叶片图像训练得到的；基于所述苹果叶片图像的病害影响数据，确定多种病害类别的第二发生概率，所述病害影响数据包括苹果叶片图像对应的物候期和
/
或所述苹果叶片图像的拍摄位置和拍摄时间对应的气象数据；基于各所述第一发生概率和各所述第二发生概率，确定多种病害类别的总发生概率
。2.
根据权利要求1所述的苹果病害识别方法，其特征在于，所述病害影响数据包括所述拍摄时间之前的所述气象数据，所述气象数据包括当前生育期内的当前气象数据和所述当前生育期的上一生育期内的历史气象数据；所述基于所述苹果叶片图像的病害影响数据，确定多种病害类别的第二发生概率，包括：基于所述当前气象数据与所述历史气象数据的对比结果，确定多种病害类别的第二发生概率
。3.
根据权利要求2所述的苹果病害识别方法，其特征在于，所述基于所述当前气象数据与所述历史气象数据的对比结果，确定多种病害类别的第二发生概率，包括：基于所述当前气象数据与所述历史气象数据的对比结果，以及所述多种病害类别中至少一种病害类别的历史发生情况，确定多种病害类别的第二发生概率；其中，任一所述病害类别的历史发生情况用于表征在所述上一生育期内是否发生所述病害类别
。4.
根据权利要求3所述的苹果病害识别方法，其特征在于，所述基于所述当前气象数据与所述历史气象数据的对比结果，以及所述多种病害类别中至少一种病害类别的历史发生情况，确定多种病害类别的第二发生概率，包括：基于所述当前气象数据与所述历史气象数据的对比结果，以及所述多种病害类别中至少一种病害类别的历史发生情况，确定所述多种病害类别中至少一个第一病害类别的第二发生概率；基于所述拍摄时间，确定所述多种病害类别中至少一个第二病害类别的第二发生概率，任一所述第二病害类别的第二发生概率是基于所述拍摄时间与所述第二病害类别对应的预设时间段的比对结果确定的
。5.
根据权利要求1所述的苹果病害识别方法，其特征在于，所述病害影响数据包括所述物候期，所述基于所述苹果叶片图像的病害影响数据，确定多种病害类别的第二发生概率，包括：基于物候期
‑
概率映射关系，确...

【专利技术属性】
技术研发人员：刘志强，宫帅，郝文雅，张晓阳，叶英新，
申请(专利权)人：中化现代农业有限公司，
类型：发明
国别省市：