[发明专利]一种基于人工智能的农业病虫害识别方法在审
| 申请号： | 201810660699.2 | 申请日： | 2018-06-25 |
| 公开（公告）号： | CN108960310A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 刘鑫达;梅淑欢;戴勤海 | 申请（专利权）人： | 北京普惠三农科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/40;G06N3/04 |
| 代理公司： | 北京中创阳光知识产权代理有限责任公司 11003 | 代理人： | 尹振启 |
| 地址： | 100025 北京市朝阳区朝*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于人工智能的农业病虫害识别方法，步骤1，对采集到的叶子图像进行预处理，使用快速傅里叶变换将叶子图像变换到频域，去掉高频部分，恢复成空域图像；步骤2，将得到的图像进行碎片多尺度化处理，得到不同尺度的图像切片，形成不同尺度的训练数据集；步骤3，构建深度神经网络模型进行参数初始化和调优，使其更适宜于农作物数据；步骤4，将深度网络模型得到的多尺度特征进行MLP特征融合，使用融合的特征训练分类器进行识别。 | ||
| 搜索关键词： | 农业病虫害 人工智能 叶子 尺度 快速傅里叶变换 预处理 图像 神经网络模型 参数初始化 多尺度特征 训练数据集 空域图像 特征融合 特征训练 图像变换 图像切片 网络模型 多尺度 分类器 构建 频域 农作物 采集 融合 恢复 | ||
【主权项】：
1.一种基于人工智能的农业病虫害识别方法，其特征在于，步骤1，对采集到的叶子图像进行预处理，使用快速傅里叶变换将叶子图像变换到频域，去掉高频部分，恢复成空域图像；步骤2，将得到的所述空域图像进行碎片多尺度化处理，得到不同尺度的图像切片，形成不同尺度的训练数据集；步骤3，构建深度神经网络模型进行参数初始化和调优；步骤4，将深度网络模型得到的多尺度特征进行MLP特征融合，使用所述融合的特征训练分类器进行识别。
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北京普惠三农科技有限公司，未经北京普惠三农科技有限公司许可，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/patent/201810660699.2/，转载请声明来源钻瓜专利网。
