System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
所属的技术人员知道,本专利技术可以实现为系统、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等),还可以是硬件和软件结合的形式,本文一般称为“电路”、“模块”或“系统”。此外,在一些实施例中,本专利技术还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram),只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。本专利技术是参照根据本专利技术实施例的方法、设备(系统)、和计算机程序产品的流程图和方框图来描述的。应理解可由计算机程序指令实现流程图和方框图中的每一流程或方框、以及流程图或方框图中的流程和方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数
技术介绍
1、近年来,食用菌的种植规模及种类逐渐增加,食用菌的病害种类随之越来越多。虽然大多数食用菌的种植可以在环境条件较为可控的棚室中进行,但食用菌病害仍然是影响食用菌产业效益的关键因素之一。食用菌在子实体期会出现很多病害,如褐腐病、软腐病、菌盖斑点病、褐斑病、草菇小球菌核病等,会造成严重的经济损失。加强食用菌子实体期的病害防治是保证食用菌产量的关键,因此进行有效的防治工作对提升食用菌产量至关重要。
2、例如在公开号为cn117036787a的专利中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,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,提前预防农作物病害,大大节省了药物成本。
3、上述专利中存在:该方案的技术效果仅在于,及时发现农作物的病害状况并识别农作物所患病害的类别,并不能直观地反映病害对农作物的威胁程度,且针对食用菌而言,病害会使食用菌外部产生肉眼可见的症状,并不需要通过识别内部化学成分变化来识别病害。
技术实现思路
1、本专利技术的主要目的在于提供基于图像识别的食用菌病害早期预警方法,并进一步提供一种能够运行并实现上述方法的基于图像识别的食用菌病害早期预警系统,为快速有效地识别食用菌早期病害发展状况,针对食用菌的病害特征,实现精准、稳定的信息采集,通过不同时段的采集数据,对食用菌早期病害进行了精确识别和有效干预,此方法同时适用于实验室环境和自然环境,有效解决
技术介绍
中提到的上述问题。
2、本专利技术的技术方案如下:
3、第一方面,提出基于图像识别的食用菌病害早期预警方法,该方法包括如下步骤:
4、s1、采集待测食用菌的全景图像,将图像导入图像处理软件中对图像进行处理;
5、s2、将处理后的图像导入病害侵入值计算策略中,得到病害侵入值;
6、s3、将处理后的图像导入病害蔓延值计算策略中,得到病害蔓延值;
7、s4、将病害侵入值、病害蔓延值导入病害影响计算策略中,得到病害影响值;
8、s5、根据病害影响值的计算结果,提供预警。
9、本专利技术进一步的改进在于,所述s1包括以下具体步骤:
10、s11、提取两次采集的待测食用菌的全景图像,进行清晰化处理后分别得到第一、二清晰图像;
11、s12、对第一、二清晰图像进行像素点的划分,提取各像素点的像素值,构成像素值序列,分别表示为、,表示第一清晰图像第i个像素点的像素值,表示第二清晰图像第i个像素点的像素值。
12、本专利技术进一步的改进在于,所述s2中病害侵入值计算策略包括以下具体步骤:
13、s21、根据两个像素值序列,计算第一、二清晰图像像素比,图像像素比计算公式为:;
14、s22、根据两个像素值序列,、图像像素比k、两次采集时间间隔t,计算病害侵入值,计算公式为:,其中表示病害侵入值,时间间隔t的单位为小时,取值范围由本领域技术人员根据具体应用需求确定。
15、本专利技术进一步的改进在于,所述s3中病害蔓延值计算策略包括以下具体步骤:
16、s31、识别病害区域像素点,分别统计两张图像的病害区域像素点数量,分别计算两张图像的病害区域像素点面积,分别表示为、,计算公式为:,,其中为第一清晰图像病害区域像素点面积,为第一清晰图像病害区域像素点数量,为第二清晰图像病害区域像素点面积,为第二清晰图像病害区域像素点数量,为第一清晰图像或第二清晰图像像素点总数,为图像面积,单位为平方厘米;
17、s32、根据、,计算病害蔓延值,计算公式为:,t为两次采集时间间隔。
18、本专利技术进一步的改进在于,所述s4中的病害影响计算策略中病害影响值的计算公式为:,其中为病害侵入值占比系数,为病害蔓延值占比系数,且,m为病害影响值。
19、本专利技术进一步的改进在于,所述s5包括以下具体步骤:
20、s51:设定三个不同等级的阈值,由低到高排序为,,;
21、s52:提取食用菌的病害侵入值、病害蔓延值、病害影响值构成序列;
...【技术保护点】
1.基于图像识别的食用菌病害早期预警方法,其特征在于:包括以下具体步骤:
2.根据权利要求1所述的基于图像识别的食用菌病害早期预警方法,其特征在于:所述S4中的病害影响计算策略中病害影响值的计算公式为:,其中为病害侵入值占比系数,为病害蔓延值占比系数,且,m为病害影响值。
3.根据权利要求2所述的基于图像识别的食用菌病害早期预警方法,其特征在于:所述S5包括以下具体步骤:
4.根据权利要求3所述的基于图像识别的食用菌病害早期预警方法,其特征在于:所述S53中进一步比较病害蔓延值与阈值的大小的具体内容为:当时发出c级预警;当时发出b级预警;当时发出a级预警,当时,进一步比较与阈值的大小。
5.根据权利要求4所述的基于图像识别的食用菌病害早期预警方法,其特征在于:所述进一步比较与阈值的大小的具体内容为:当时为安全,不提出预警,当时发出3级预警;当时发出2级预警;当时发出1级预警。
6.基于图像识别的食用菌病害早期预警系统,基于权利要求1-5任一项所述的基于图像识别的食用菌病害早期预警方法实现,其特征在于,包括:采集处理模块、
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,实现如权利要求1-5任一项所述的基于图像识别的食用菌病害早期预警方法。
8.一种电子设备,其特征在于,包括存储器,用于存储指令;处理器,用于执行所述指令,使得所述设备执行实现如权利要求1-5任一项所述的基于图像识别的食用菌病害早期预警方法的操作。
...【技术特征摘要】
1.基于图像识别的食用菌病害早期预警方法,其特征在于:包括以下具体步骤:
2.根据权利要求1所述的基于图像识别的食用菌病害早期预警方法,其特征在于:所述s4中的病害影响计算策略中病害影响值的计算公式为:,其中为病害侵入值占比系数,为病害蔓延值占比系数,且,m为病害影响值。
3.根据权利要求2所述的基于图像识别的食用菌病害早期预警方法,其特征在于:所述s5包括以下具体步骤:
4.根据权利要求3所述的基于图像识别的食用菌病害早期预警方法,其特征在于:所述s53中进一步比较病害蔓延值与阈值的大小的具体内容为:当时发出c级预警;当时发出b级预警;当时发出a级预警,当时,进一步比较与阈值的大小。
5.根据权利要求4所述的基于图像识别的食用菌病害早期预警方法,其...
【专利技术属性】
技术研发人员:黎江,田军,张涛,
申请(专利权)人:汉中益丰华茂农业科技发展有限公司,
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。