[发明专利]茶树病虫害智能识别方法、装置、设备及存储介质在审

专利信息
申请号: 202111678681.3 申请日: 2021-12-31
公开(公告)号: CN114266979A 公开(公告)日: 2022-04-01
发明(设计)人: 崔文文;王小飞;姚晶晶;易甜;李葳 申请(专利权)人: 湖北省农业科学院农业质量标准与检测技术研究所
主分类号: G06V20/10 分类号: G06V20/10;G06V10/44;G06K9/62;G06V10/762;G06F16/58;G06F16/55;G06F16/51
代理公司: 成都恪睿信专利代理事务所(普通合伙) 51303 代理人: 陈兴强
地址: 430070 *** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 茶树 病虫害 智能 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.茶树病虫害智能识别方法,其特征在于,所述方法包括以下步骤:

S1:建立按照茶树病虫害发生的时期和病虫害特征所出现的茶树部位进行分类存储的茶树病虫害特征数据库;

S2:根据当前茶树所处时期获取当前时期可能发生的病虫害类型;

S3:根据所述病虫害类型确定对应的病虫害特征容易出现的茶树部位;

S4:根据病虫害特征容易出现的茶树部位获取相应的茶树部位的图像;

S5:根据当前茶树所处时期和病虫害特征容易出现的茶树部位从茶树病虫害特征数据库中获取相应时期相应部位的病虫害特征数据;

S6:根据所述相应时期相应部位的病虫害特征数据和茶树部位的图像识别茶树病虫害的类型。

2.根据权利要求1所述的茶树病虫害智能识别方法,其特征在于:所述S1:建立按照茶树病虫害发生的时期和病虫害特征所出现的茶树部位进行分类存储的茶树病虫害特征数据库行包括以下步骤:

S11:建立茶树病虫害特征数据库;

S12:按照病虫害发生的不同时期对数据库中的病虫害特征数据分类存储;

S13:对属于同一时期的病虫害特征数据按照病虫害特征所出现的茶树部位进一步分类存储。

3.根据权利要求1所述的茶树病虫害智能识别方法,其特征在于,根据所述相应时期相应部位的病虫害特征数据和茶树部位的图像识别茶树病虫害的类型还包括以下步骤:

S61:按照病虫害出现的几率大小对相应时期相应部位的不同种类的病虫害特征数据进行排序;

S62:按照排序的先后依次将病虫害特征数据与茶树部位的图像进行对比分析直至得出识别结果。

4.根据权利要求1所述的茶树病虫害智能识别方法,其特征在于,在所述S4:根据病虫害特征容易出现的茶树部位获取相应的茶树部位的图像中如果病虫害特征容易出现的茶树部位为叶片则包括以下步骤:

S41:获取待识别的茶树的图像和预设叶片参数;

S42:对茶树的图像做预处理后得到关于叶片和树干的二值化图像;

S43:根据所述树干与所述叶片之间的生长位置关系,将树干的二值图像和叶片的二值化图像进行特征比对,提取出叶片初步轮廓图像;

S44:将所述初步叶片轮廓图像与所述预设叶片相比对提取出完整的叶片图像。

5.根据权利要求1所述的茶树病虫害智能识别方法,其特征在于,所述S4:根据病虫害特征容易出现的茶树部位获取相应的茶树部位的图像还包括以下步骤:

S401:若病虫害特征容易出现的茶树部位为嫩梢和/或芽叶和/或成叶则利用无人机从空中俯拍获取待识别的茶树的图像;

S402:若病虫害特征容易出现的茶树部位为树干和/或成叶则利用微型或者小型无人机飞入茶树林间获取待识别的茶树的图像。

6.根据权利要求1至5中任一项所述的茶树病虫害智能识别方法,其特征在于,在所述S6:根据所述相应时期相应部位的病虫害特征数据和茶树部位的图像识别茶树病虫害的类型之后还包括以下步骤:

S71:获取与茶树病虫害相关的病虫害防治专家信息;

S72:根据茶树病虫害智能识别的结果和病虫害防治专家信息进行专家匹配;

S73:根据专家匹配的结果获取与所匹配的进行专家在线交互的网络链接。

7.根据权利要求1至5中任一项所述的茶树病虫害智能识别方法,其特征在于,在所述S6:根据所述相应时期相应部位的病虫害特征数据和茶树部位的图像识别茶树病虫害的类型之后还包括以下步骤:

S81:根据所识别出的病虫害的类型、病虫害特征数据和茶树部位的图像判断病虫害的严重程度;

S82:根据病虫害的类型和病虫害的严重程度用于获取防治病虫害物资类型及相应的数量,所述防治病虫害的物资包括防治病虫害的药品;

S83:根据防治病虫害物资类型及相应的数量生成购买所述物资的订单并发送给相应的商家。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北省农业科学院农业质量标准与检测技术研究所,未经湖北省农业科学院农业质量标准与检测技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111678681.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top