摘要
本发明公开了一种基于计算机视觉图像识别的数据智能采集方法,涉及图像处理技术领域。具体步骤为:实时采集农作物图像;从所述农作物图像中获取疑似病虫害植株的区域;基于疑似病虫害植株的区域,采集疑似病虫害植株的植株放大图像;建立病虫害识别模型对所述植株放大图像进行分析,获得病虫害判别结果;根据病虫害判别结果确定农作物病虫害特征信息;根据所述农作物病虫害特征信息确定病虫害等级并进行分等级病虫害联动预警。本发明基于机器视觉图像将病虫害的识别改为运用卷积神经网络的自动化机器识别,在提高效率的同时保证了检测的准确性,减少了人眼的识别差异,有助于种植人员及时采取措施对病虫害进行治疗。
技术关键词
数据智能采集方法
农作物病虫害
卷积神经网络模型
图像分割模型
自动化机器
病虫害防治
图像处理技术
尺寸特征
遥感技术
分布特征
图像增强
果实
训练集
标签
叶片
无人机
系统为您推荐了相关专利信息
斯托克斯参数
图像处理
卷积神经网络模型
像素点
特征提取方法
印刷电路板缺陷
子模块
可视化模块
特征提取模块
图像采集模块
X射线工业
图像分割模型
预测图像编码
图像编码器
输出解码器
案例库
变电站建筑工程
指标
图像识别模型
风险管控方法