摘要
本发明涉及农业病虫害诊断技术领域,具体为基于AI的小麦病虫害诊断系统及方法,系统包括图像识别模块、遮挡诊断模块、边缘虫害识别模块、病灶扩展分析模块、风险等级判别模块。本发明中,通过在图像灰度跳变中提取连续非均匀结构区域并结合跳变边界曲率变化构建病变识别路径,提升病斑定位的精度与稳定性,同时追踪边界纹理方向连续性以补全遮挡区内的灰度缺失区域,增强病灶区域的完整呈现效果,结合曲率反转与轮廓变化趋势比对实现边缘虫害附着点的精准判别,提升在病虫重叠场景下的虫体识别率,通过时间序列中病灶边界扩展向量的延展趋势刻画病变演化轨迹,有效提升诊断结果的空间关联性与发展趋势预判能力。
技术关键词
小麦病虫害
诊断系统
子模块
边界轮廓
图像识别模块
虫害识别
判别模块
序列
纹理
农业病虫害诊断
坐标
诊断模块
图谱
连续性
像素点
风险
分析模块
系统为您推荐了相关专利信息
车辆识别
无线识别模块
图像识别模块
深度学习模型
分类器
通信系统
随路信令
可变符号速率
无线帧结构
RJ45接口
联邦学习模型
星际文件系统
医疗图像数据
参数
图像处理模块