[发明专利]一种果树分类方法及系统

权利要求书

1.一种果树分类方法，其特征在于，包括：

建立卷积神经网络并获取分类器；

使用所述分类器对所述果树的图片进行分类处理；

将所述分类处理后的图片作为输入，对所述卷积神经网络进行训练；

采用训练好的所述卷积神经网络对所述果树进行分类。

2.根据权利要求1所述的果树分类方法，其特征在于，建立卷积神经网络并获取分类器，具体包括：

搜索若干张果树的树叶以及花卉作为训练样本，在微型处理器上建立卷积神经网络；

利用所述卷积神经网络对所述训练样本进行分类，得到包含结果的分类器。

3.根据权利要求2所述的果树分类方法，其特征在于，使用所述分类器对所述果树的图片进行分类处理，具体包括：

检测所述果树的图片是所述果树的树叶还是花卉；

根据检测的结果，对所述果树的图片进行细化处理；

使用所述分类器对细化处理后的图片进行分类处理得到分类结果。

4.根据权利要求3所述的果树分类方法，其特征在于，使用所述分类器对所述果树的图片进行分类处理之前，还包括：

在灌浇农药的无人机搭载配备相机的微型电脑；

利用所述相机给所述果树拍照，得到所述果树的图片；

将所述果树的图片发送到所述卷积神经网络上。

5.根据权利要求4所述的果树分类方法，其特征在于，采用训练好的所述卷积神经网络对所述果树进行分类，具体包括：

根据训练好的所述卷积神经网络，所述微型处理器控制伺服电机对所述果树进行分类；

在分类出不同的果树后，所述无人机选择性地对不同的果树进行喷洒农药。

6.根据权利要求5所述的果树分类方法，其特征在于，所述卷积神经网络的模型为一个多层架构，由卷积层和非线性层交替多次排列后构成。

7.一种果树分类系统，其特征在于，包括：

分类器获取模块，用于建立卷积神经网络并获取分类器；

分类器处理模块，用于使用所述分类器对所述果树的图片进行分类处理；

卷积神经网络训练模块，用于将所述分类处理后的图片作为输入，对所述卷积神经网络进行训练；

果树分类模块，用于采用训练好的所述卷积神经网络对所述果树进行分类。

8.根据权利要求7所述的果树分类系统，其特征在于，所述分类器获取模块，具体包括：

卷积神经网络建立单元，用于搜索若干张果树的树叶以及花卉作为训练样本，在微型处理器上建立卷积神经网络；

分类器获取单元，用于利用所述卷积神经网络对所述训练样本进行分类，得到包含结果的分类器。

9.根据权利要求8所述的果树分类系统，其特征在于，所述分类器处理模块，具体包括：

图片检测单元，用于检测所述果树的图片是所述果树的树叶还是花卉；

细化处理单元，用于根据检测的结果，对所述果树的图片进行细化处理；

分类器处理单元，用于使用所述分类器对细化处理后的图片进行分类处理得到分类结果。

10.根据权利要求9所述的果树分类系统，其特征在于，还包括：

相机拍照模块，用于利用在灌浇农药的无人机搭载的微型电脑上配备的相机给所述果树拍照，得到所述果树的图片，并将所述果树的图片发送到所述卷积神经网络上。