摘要
本发明提供一种基于图像识别的病虫防疫系统,所述系统包括:数据采集与预处理模块,用于采集农作物的光学图像、声波图像和环境信息,并进行预处理和特征提取;图像增强模块,用于对声波特征进行处理,通过处理获得的声波权重图对光学特征进行增强后,通过神经网络对病虫害区域进行标注,得到光学增强图像;图像分割模块,用于对光学增强图像进行区域划分后,进行像素级分割,得到待识别区域图;病虫害识别模块,用于通过神经网络学习待识别区域图和环境权重向量的双重映射关系后,通过病虫害识别模型,输出病虫害识别结果图。本发明通过多模态信息融合以及深度学习技术的综合应用,显著提升了农作物病虫害检测的效率和精度。
技术关键词
防疫系统
声波特征
引入注意力机制
图像增强模块
小波卷积神经网络
农作物病虫害检测
特征点
多模态信息融合
深度卷积神经网络
特征匹配算法
语义特征
图像分割
全局平均池化
编码器
深度学习技术
系统为您推荐了相关专利信息
病变识别系统
血管壁
影像
数字减影血管造影
斑块
客户端
服务端
通信方法
剪枝模型
引入注意力机制
BiLSTM模型
短期光伏发电
电力负荷特征
引入注意力机制
短期光伏功率预测
人脸识别系统
计算机视觉
声波传感器
多模态特征融合
跨模态