【技术实现步骤摘要】
本专利技术涉及荔枝蒂蛀虫检测，特别涉及一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法及系统。
技术介绍
1、目前，荔枝生产中常常受到荔枝蒂蛀虫的危害，在荔枝果期，该虫主要钻蛀危害果实，种群数量较高；秋季以荔枝秋梢叶片为食，荔枝秋梢是来年的结果母枝，受害后严重影响荔枝产量；冬季仍以荔枝嫩叶为食，虽然种群数量低，但是冬季虫源数量多少决定了来年荔枝蒂蛀虫发生危害的严重程度。在果期，传统的荔枝蒂蛀虫预测预报依靠捡拾落地果培育蒂蛀虫，预测成虫产卵高峰期；秋冬季则完全依赖于人工观察和经验判断，存在着检测效率低、准确率不高等问题，无法满足大面积荔枝种植区域的预测预报需求。
2、荔枝蒂蛀虫危害叶片后，早期症状不明显，但是危害中后期，即荔枝蒂蛀虫幼虫即将羽化前，荔枝叶尖和叶脉枯死，症状较为明显且独特，适合采用图像识别技术进行自动辨别。
3、随着深度学习技术的不断发展，其在图像处理和模式识别领域取得了显著进展，被广泛应用于农业领域。基于深度学习的图像识别方法能够自动提取图像中的特征信息，并进行高效准确的分类和识别，为农作物病虫害的智能...
【技术保护点】
1.一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法，其特征在于，所述获取目标季节中不同荔枝种植区域的荔枝叶片图像数据，根据所述荔枝叶片图像数据对不同荔枝种植区域的荔枝叶片特征进行提取，得到荔枝叶片特征数据，具体为：
3.根据权利要求1所述的一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法，其特征在于，所述基于聚类算法对所述荔枝叶片特征数据进行聚类操作，得到聚类结果，具体为：
4.根据权利要求1所述的一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法...
【技术特征摘要】
1.一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法，其特征在于，所述获取目标季节中不同荔枝种植区域的荔枝叶片图像数据，根据所述荔枝叶片图像数据对不同荔枝种植区域的荔枝叶片特征进行提取，得到荔枝叶片特征数据，具体为：
3.根据权利要求1所述的一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法，其特征在于，所述基于聚类算法对所述荔枝叶片特征数据进行聚类操作，得到聚类结果，具体为：
4.根据权利要求1所述的一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法，其特征在于，所述根据所述聚类结果确定荔枝蒂蛀虫为害叶片的检测代表区域，获取所述检测代表区域在预设时间段的实时荔枝叶片图像数据，具体为：
5.根据权利要求1所述的一种基于深度学习的荔枝蒂蛀虫为害叶片检测方法，其特征在于，所述基于深度学习算法对所述实时荔枝叶片图像数据进行荔枝蒂蛀虫侵害症状检测，得到预设时间段的荔枝蒂蛀虫侵害症状变化数据，具体为：
6.根据权利要求1所述的一种基于...
【专利技术属性】
技术研发人员：郭义，赵灿，宋子伟，
申请(专利权)人：广东省农业科学院植物保护研究所，
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。