【技术实现步骤摘要】
本专利技术涉及荔枝蒂蛀虫检测技术，具体涉及一种用于荔枝蒂蛀虫检测以及羽化率计算的方法及系统。
技术介绍
1、近年来，随着人工智能技术的快速发展，农作物病虫害的识别得到了新的方法和思路的应用。利用高效的图像识别技术可以提高识别效率、降低成本，并提高识别精度，从而不断提升农业病虫害识别的准确性和可行性。在此背景下，国内外专家学者进行了大量研究，将深度学习作为重点进行探索。深度学习在作物病虫害识别中的应用可以显著减轻工作负担并缩短识别时间。随着机器学习的迅猛发展，越来越多的研究证实深度卷积神经网络在植物科学中表现出色，在植物病虫害检测方面也有许多成功的应用实例。
2、基于图像处理和计算机视觉技术，研究人员开发了各种图像特征提取、图像分割和目标检测算法，用于从病虫害图像中提取特征信息，实现对病虫害的自动检测和分类。这些方法包括颜色特征、纹理特征、形状特征等，通过对这些特征进行分析和比对，可以有效地识别不同类型的病虫害；而深度学习算法的引入，尤其是卷积神经网络(cnn)的应用，为病虫害识别带来了巨大的改进。通过大规模的数据集训练，cnn能够自动学习和提取图像中的特征，并进行高效的分类和识别，这使得病虫害识别能够在更大范围和更高精度上进行，为农业生产提供了更先进、高效和准确的病虫害识别解决方案，有助于实现农作物的健康管理和增产增效。
3、荔枝蒂蛀虫是危害荔枝的主要害虫之一，目前主要的防治方法为喷药杀虫。主要步骤为从田间采集荔枝落果、观察荔枝蒂蛀虫结茧数量和成虫数量、测定荔枝蒂蛀虫羽化率、推测喷洒农药的最佳时机。>
4、由于荔枝蒂蛀虫虫茧较小且呈透明状，结茧位置往往处于夹角间隙中且不易与背景区分；蒂蛀虫成虫体型小，颜色与氧化的果实相似且易飞动而改变位置，因此人工统计蒂蛀虫虫茧和蒂蛀虫成虫难度大、效率低、主观性强且易出现统计错漏现象，导致无法精准判断喷洒农药的正确时机，既无法对荔枝蒂蛀虫进行高效消杀，又容易过量使用农药，导致农资浪费、环境和水果污染等问题。
技术实现思路
1、为了解决现有技术中存在的问题，本专利技术提供一种用于荔枝蒂蛀虫检测以及羽化率计算的方法，通过培养箱组件模拟田间环境，对蒂蛀虫进行观察和拍摄不同成长期的图片，并通过改进后的识别模型自动识别图片中的荔枝蒂蛀虫虫茧及成虫，计算羽化率，以推算出打药的最优时机，打破了传统人工统计荔枝蒂蛀虫数量效率低下以及出错率高的瓶颈，解决了果农凭借主观经验打药易造成农资浪费、环境和水果污染等的问题。
2、本专利技术的另一个目的在于提供一种用于荔枝蒂蛀虫检测以及羽化率计算的系统，以提高蒂蛀虫羽化率检测的效率和准确度。
3、本专利技术的方法通过以下技术方案实现：一种用于荔枝蒂蛀虫检测以及羽化率计算的方法，所述方法基于培养箱组件来实现；所述培养箱组件包括培养箱箱体，以及位于培养箱箱体内的摄像组件、灯控组件和箱内环境调控模块；灯控组件用于改变培养箱内光线环境，为箱内蒂蛀虫提供与田间相同的灯光环境；箱内环境调控模块对箱内温度湿度进行监测，实时与田间温湿度数据进行比较，将箱内温湿度调节至与田间温湿度相近；
4、所述方法包括以下步骤：
5、s1、从荔枝果园中采集一批落果，放入培养箱中；
6、s2、开启灯控组件和箱内环境调控模块，对培养箱内灯光环境、温湿度环境与田间环境进行模拟对比，使得培养箱内的环境适于蒂蛀虫的正常生长活动；
7、s3、实时获取由摄像组件拍摄的包含荔枝蒂蛀虫虫茧及成虫的图片，采用识别模型对图片中的蒂蛀虫虫茧及成虫进行识别并且记录，获得蒂蛀虫虫茧以及蒂蛀虫数量；
8、s4、根据蒂蛀虫虫茧以及蒂蛀虫数量，计算当前的蒂蛀虫羽化率；
9、s5、参考落果包含的蒂蛀虫数量以及当前的蒂蛀虫羽化率，推测果园总体蒂蛀虫虫害严重程度以及推算打药的最优时机。
10、优选地，所述识别模型针对蒂蛀虫成虫体型小、与氧化果实颜色相近的特点和蒂蛀虫茧呈透明状的特点，以包含蒂蛀虫虫茧和成虫在不同灯光背景下的图片构建训练数据集，构建特征提取网络，以卷积操作提取蒂蛀虫虫茧和成虫的纹理、尺寸、形状和颜色特征，最终通过建立多层神经网络模型实现对图片中的蒂蛀虫虫茧和成虫的识别与定位。
11、优选地，所述识别模型在通道维度和空间维度上进行特征融合，使得通道注意力聚焦于荔枝蒂蛀虫虫茧和成虫的颜色、纹理和形状特征，空间注意力聚焦于荔枝蒂蛀虫虫茧和成虫的位置信息。
12、优选地，步骤s3包括：
13、s31、通过培养箱内摄像组件和灯控组件，定时对培养箱内荔枝蒂蛀虫的生长情况进行拍摄，获取不同灯光效果下荔枝蒂蛀虫的图片样本；对图片中的荔枝蒂蛀虫虫茧和成虫进行标注，构建数据集，并划分为训练集和测试；
14、s32、构建荔枝蒂蛀虫虫茧和成虫的识别模型；
15、在识别模型的通道维度和空间维度上进行注意力特征融合，使得通道注意力聚焦于荔枝蒂蛀虫虫茧和成虫的颜色、纹理和形状特征，使得空间注意力聚焦于荔枝蒂蛀虫虫茧和成虫的位置信息；在改进模型中增加自上而下和自下而上的双向信息流动结构，增强不同网络层之间的蒂蛀虫特征信息传递。
16、进一步优选地，在步骤s32构建的识别模型中，采用4×4的目标检测层；并构建相结合的级联特征融合结构与平行特征结构，促进蒂蛀虫低级图像特征与蒂蛀虫高级图像特征的融合，其中低级图像特征包括像素值、颜色、边缘特征，高级图像特征包括位置、形状、关系特征。
17、本专利技术的系统通过以下技术方案实现：一种用于荔枝蒂蛀虫检测以及羽化率计算的系统，包括培养箱组件和识别模型；
18、所述培养箱组件包括培养箱箱体，以及位于培养箱箱体内的摄像组件、灯控组件和箱内环境调控模块；灯控组件用于改变培养箱内光线环境，为箱内蒂蛀虫提供与田间相同的灯光环境；箱内环境调控模块对箱内温度湿度进行监测，实时与田间温湿度数据进行比较，将箱内温湿度调节至与田间温湿度相近；
19、通过灯控组件和箱内环境调控模块，对培养箱内灯光环境、温湿度环境与田间环境进行模拟对比，使得培养箱内的环境适于蒂蛀虫的正常生长活动；
20、实时获取由摄像组件拍摄的包含荔枝蒂蛀虫虫茧及成虫的图片，采用识别模型对图片中的蒂蛀虫虫茧及成虫进行识别并且记录，获得蒂蛀虫虫茧以及蒂蛀虫数量；根据蒂蛀虫虫茧以及蒂蛀虫数量，计算当前的蒂蛀虫羽化率；参考落果包含的蒂蛀虫数量以及当前的蒂蛀虫羽化率，推测果园总体蒂蛀虫虫害严重程度以及推算打药的最优时机。
21、优选地，培养箱箱体包括外部框架、内部框架、连续坡形结构、缓坡圆台结构、摄像孔和框架连接件，外部框架和内部框架通过框架连接件连接；摄像组件固定于内部架构的顶端，摄像孔位于内部架构上方，灯控组件嵌于培养箱箱体的外部框架上方；连续坡形结构设于培养箱箱体的底部，坡形之间夹角为荔枝蒂蛀虫提供结茧角度条件；缓坡圆台结构位于培养箱箱体底面中间，高于连续坡形结构，用于填补与连续坡形结构连接处的观察死角。
本文档来自技高网...【技术保护点】
1.一种用于荔枝蒂蛀虫检测以及羽化率计算的方法，其特征在于，所述方法基于培养箱组件来实现；所述培养箱组件包括培养箱箱体，以及位于培养箱箱体内的摄像组件、灯控组件和箱内环境调控模块；灯控组件用于改变培养箱内光线环境，为箱内蒂蛀虫提供与田间相同的灯光环境；箱内环境调控模块对箱内温度湿度进行监测，实时与田间温湿度数据进行比较，将箱内温湿度调节至与田间温湿度相近；
2.根据权利要求1所述的用于荔枝蒂蛀虫检测以及羽化率计算的方法，其特征在于，所述识别模型针对蒂蛀虫成虫体型小、与氧化果实颜色相近的特点和蒂蛀虫茧呈透明状的特点，以包含蒂蛀虫虫茧和成虫在不同灯光背景下的图片构建训练数据集，构建特征提取网络，以卷积操作提取蒂蛀虫虫茧和成虫的纹理、尺寸、形状和颜色特征，最终通过建立多层神经网络模型实现对图片中的蒂蛀虫虫茧和成虫的识别与定位。
3.根据权利要求2所述的用于荔枝蒂蛀虫检测以及羽化率计算的方法，其特征在于，所述识别模型在通道维度和空间维度上进行特征融合，使得通道注意力聚焦于荔枝蒂蛀虫虫茧和成虫的颜色、纹理和形状特征，空间注意力聚焦于荔枝蒂蛀虫虫茧和成虫的位置信息。<...
【技术特征摘要】
1.一种用于荔枝蒂蛀虫检测以及羽化率计算的方法，其特征在于，所述方法基于培养箱组件来实现；所述培养箱组件包括培养箱箱体，以及位于培养箱箱体内的摄像组件、灯控组件和箱内环境调控模块；灯控组件用于改变培养箱内光线环境，为箱内蒂蛀虫提供与田间相同的灯光环境；箱内环境调控模块对箱内温度湿度进行监测，实时与田间温湿度数据进行比较，将箱内温湿度调节至与田间温湿度相近；
2.根据权利要求1所述的用于荔枝蒂蛀虫检测以及羽化率计算的方法，其特征在于，所述识别模型针对蒂蛀虫成虫体型小、与氧化果实颜色相近的特点和蒂蛀虫茧呈透明状的特点，以包含蒂蛀虫虫茧和成虫在不同灯光背景下的图片构建训练数据集，构建特征提取网络，以卷积操作提取蒂蛀虫虫茧和成虫的纹理、尺寸、形状和颜色特征，最终通过建立多层神经网络模型实现对图片中的蒂蛀虫虫茧和成虫的识别与定位。
3.根据权利要求2所述的用于荔枝蒂蛀虫检测以及羽化率计算的方法，其特征在于，所述识别模型在通道维度和空间维度上进行特征融合，使得通道注意力聚焦于荔枝蒂蛀虫虫茧和成虫的颜色、纹理和形状特征，空间注意力聚焦于荔枝蒂蛀虫虫茧和成虫的位置信息。
4.根据权利要求1所述的用于荔枝蒂蛀虫检测以及羽化率计算的方法，其特征在于，步骤s3包括：
5.根据权利要求4所述的用于荔枝蒂蛀虫检测以及羽化率计算的方法，其特征在于，在步骤s32构建的识别模型中，采用4×4的目标检测层；并构建相结合的级联特征融合结构与平行特征结构，促进蒂蛀虫低级图像特征与蒂蛀虫高级图像特征的融合，其中低级图像特征包括像素值、颜色、边缘特征，高级图像特征包括位置、形状、关系特征。
6.根据权利要求1所述的用于荔枝蒂蛀虫检测以及羽化率计算的方法，其特征在于，培...
【专利技术属性】
技术研发人员：陆健强，袁家俊，杨继国，
申请(专利权)人：岭南现代农业科学与技术广东省实验室河源分中心，
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。