【技术实现步骤摘要】
本申请属于作物上病虫害识别，具体涉及一种作物上病虫害实时识别系统。
技术介绍
1、作物经常会遭受病虫害，例如白粉病、赤霉病、叶锈病等，严重影响作物的生长，为此，在作物上发生病虫害时，需要及时的进行治理。
2、治理作物上发生的病虫害，首先需要对作物上发生的病虫害进行识别，将作物上发生的病虫害识别出来，然后才能够针对性的进行治理。
3、当前，多是依靠人工的巡视的方法，对作物上发生的病虫害进行识别，该种方法，会耗费大量的人工，且容易发生遗漏，难以保证能够在大范围内及时发现识别出作物上发生的病虫害，错失治理时机，容易发生严重影响作物生长的情形。
4、鉴于上述技术缺陷的存在提出本申请。
5、需注意的是，以上
技术介绍
内容的公开仅用于辅助理解本专利技术的专利技术构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本申请的申请日已经公开的情况下，上述
技术介绍
不应当用于评价本申请的新颖性和创造性。
技术实现思路
1、本申请的目的是提供一种作物上病虫害实时识别系统，以克服或减轻已知存在的至少一方面的技术缺陷。
2、本申请的技术方案是：
3、一种作物上病虫害实时识别系统，包括图像采集器、监控器；
4、图像采集器用以实时采集病虫害图片；
5、监控器具有控制模块、病虫害图片收集存储模块、病虫害图片预处理模块、病虫害识别模型构建模块、病虫害实时识别模块；
6、病虫害图片收集
7、病虫害图片预处理模块用以对病虫害图片进行预处理；
8、病虫害识别模型构建模块用以利用病虫害图片，对卷积神经网络与胶囊网络组成的多通道网络模型，进行训练，得到病虫害识别模型；
9、病虫害实时识别模块，用以以病虫害识别模型，对实时采集的作物图片进行病虫害识别。
10、可选的，上述的作物上病虫害实时识别系统中，图像采集器是能够自由转动的摄像机，或者是带有摄像头的无人机；
11、监控器是带有显示器的高性能电脑。
12、可选的，上述的作物上病虫害实时识别系统中，病虫害图片预处理模块中，对病虫害图片进行预处理，包括平滑滤波、锐化处理。
13、可选的，上述的作物上病虫害实时识别系统中，病虫害识别模型构建模块中，多通道网络模型为由多个卷积层、池化层、初级胶囊层和softmax层组成的深度学习模型，舍弃全连接层；
14、多通道网络模型中，在卷积层提取特征后，应用池化层减小病虫害图片的尺寸，以减少网络中的计算参数，在softmax层实现对病虫害的精准识别。
15、可选的，上述的作物上病虫害实时识别系统中，病虫害识别模型构建模块中，多通道网络模型以opencv中grabcut算法对病虫害图片进行分割，采集病虫害图片中的纹理信息和边界信息，将病虫害图片的每个像素看成一个节点，通过对节点之间的边的加权来表示两个像素间的不相似性度量，运用最大流或最小流算法对图进行切割，得到的最小割对应于待提取的目标边界。
16、本申请至少存在以下有益技术效果：
17、提供一种作物上病虫害实时识别系统，通过收集病虫害图片，对病虫害图片进行预处理后，用于对卷积神经网络与胶囊网络组成的多通道网络模型进行训练，得到病虫害识别模型，进而能够用于对作物图片，进行病虫害识别，得到作物上是否存在病虫害，能够在大范围内及时发现识别出作物上的病虫害，对病虫害进行治理，避免对作物生长造成严重影响。
本文档来自技高网...【技术保护点】
1.一种作物上病虫害实时识别系统，其特征在于，包括图像采集器、监控器；
2.根据权利要求1所述的作物上病虫害实时识别系统，其特征在于，
3.根据权利要求2所述的作物上病虫害实时识别系统，其特征在于，
4.根据权利要求3所述的作物上病虫害实时识别系统，其特征在于，
5.根据权利要求4所述的作物上病虫害实时识别系统，其特征在于，
【技术特征摘要】
1.一种作物上病虫害实时识别系统，其特征在于，包括图像采集器、监控器；
2.根据权利要求1所述的作物上病虫害实时识别系统，其特征在于，
3.根据权利要求2所述的作物...
【专利技术属性】
技术研发人员：崔弼峰，马建琴，丁宇，陈易简，郝秀平，张书畅，卞晓峥，彭高辉，刘蕾，李鑫，杨鹏，张东令，鄂进，
申请(专利权)人：华北水利水电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。