本發(fā)明涉及智慧農(nóng)產(chǎn)品，特別涉及基于物聯(lián)網(wǎng)的智慧農(nóng)產(chǎn)品病蟲害診斷系統(tǒng)和方法。

背景技術(shù)：

1、傳統(tǒng)農(nóng)產(chǎn)品在病蟲害防治方面存在諸多問題，如資源浪費(fèi)、環(huán)境污染、生產(chǎn)效率低下等。傳統(tǒng)的病蟲害監(jiān)測(cè)方法往往依賴人工巡視和經(jīng)驗(yàn)判斷，不僅耗費(fèi)時(shí)間和人力，而且容易出現(xiàn)誤判。隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，智慧農(nóng)產(chǎn)品成為解決這些問題的重要途徑。

2、現(xiàn)關(guān)于智慧農(nóng)產(chǎn)品病蟲害診斷系統(tǒng)，公開號(hào)為：cn116524321a的專利申請(qǐng)公開了一種農(nóng)作物病蟲害智能診斷方法及系統(tǒng)，包括步驟：獲取病蟲害圖像和病蟲害特征信息；對(duì)所述病蟲害圖像進(jìn)行預(yù)處理，得到預(yù)處理病蟲害圖像；將所述預(yù)處理病蟲害圖像和所述病蟲害特征信息輸入訓(xùn)練好的農(nóng)作物病蟲害診斷模型，通過所述農(nóng)作物病蟲害診斷模型得到農(nóng)作物病蟲害診斷結(jié)果。通過對(duì)獲取的病蟲害圖像進(jìn)行預(yù)處理，然后利用訓(xùn)練好的農(nóng)作物病蟲害診斷模型對(duì)預(yù)處理病蟲害圖像和病蟲害特性信息進(jìn)行診斷，得到農(nóng)作物病蟲害診斷結(jié)果，實(shí)現(xiàn)農(nóng)作物病蟲害標(biāo)準(zhǔn)化、精準(zhǔn)化的診斷，可以有效起到對(duì)農(nóng)作物病蟲害的防止作用，為用戶進(jìn)一步落實(shí)病蟲害防治工作提供主要的實(shí)踐指導(dǎo)。

3、上述專利雖然通過物聯(lián)網(wǎng)傳感器、大數(shù)據(jù)分析、云計(jì)算等技術(shù)，實(shí)現(xiàn)對(duì)農(nóng)作物生長(zhǎng)環(huán)境的實(shí)時(shí)監(jiān)測(cè)和數(shù)據(jù)分析，為病蟲害的精準(zhǔn)防控提供科學(xué)依據(jù)，但仍存在以下問題：

4、農(nóng)作物病蟲害種類繁多，且受地域、氣候、季節(jié)等多種因素影響，僅針對(duì)部分常見病蟲害進(jìn)行了模型訓(xùn)練，對(duì)于罕見或新出現(xiàn)的病蟲害可能識(shí)別效果不佳，且無法保證病蟲害診斷實(shí)時(shí)性的同時(shí)，保持較高的診斷準(zhǔn)確率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于物聯(lián)網(wǎng)的智慧農(nóng)產(chǎn)品病蟲害診斷系統(tǒng)和方法，通過構(gòu)建全面的病蟲害特征數(shù)據(jù)庫，訓(xùn)練高質(zhì)量的診斷模型，提高診斷系統(tǒng)的全面性和準(zhǔn)確性，病蟲害的實(shí)時(shí)監(jiān)測(cè)和快速診斷，有效提高防治效率，以解決上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、基于物聯(lián)網(wǎng)的智慧農(nóng)產(chǎn)品病蟲害診斷系統(tǒng)，包括：

4、圖像采集單元，用于在農(nóng)田中部署攝像頭和各傳感器，實(shí)時(shí)捕捉農(nóng)作物生長(zhǎng)環(huán)境及病蟲害圖像數(shù)據(jù)；

5、特征提取單元，用于建立病蟲害特征數(shù)據(jù)庫，基于病蟲害特征數(shù)據(jù)庫構(gòu)建關(guān)鍵特征識(shí)別模型，同時(shí)，對(duì)采集到的病蟲害圖像進(jìn)行處理，基于關(guān)鍵特征識(shí)別模型提取病蟲害圖像中的關(guān)鍵特征；

6、診斷決策單元，用于基于提取出的關(guān)鍵特征構(gòu)建病蟲害診斷模型，基于所述病蟲害診斷模型識(shí)別并診斷出農(nóng)作物所患的病蟲害種類，確定病蟲害診斷結(jié)果，并基于物聯(lián)網(wǎng)將實(shí)時(shí)獲取到的圖像數(shù)據(jù)和病蟲害診斷結(jié)果發(fā)送至遠(yuǎn)程交互單元；

7、遠(yuǎn)程交互單元，用于構(gòu)建與遠(yuǎn)程終端的數(shù)據(jù)交互通道，基于數(shù)據(jù)交互通道在遠(yuǎn)程終端展示病蟲害診斷結(jié)果、發(fā)生位置和防治建議；同時(shí)，用戶基于交互界面查看歷史診斷記錄，并接收實(shí)時(shí)預(yù)警。

8、進(jìn)一步的，圖像采集單元，包括：

9、環(huán)境參數(shù)獲取模塊，用于基于各傳感器實(shí)時(shí)采集農(nóng)田中的環(huán)境參數(shù)，包括溫濕度數(shù)據(jù)、光照強(qiáng)度數(shù)據(jù)和土壤濕度數(shù)據(jù)；

10、圖像獲取模塊，用于基于攝像頭實(shí)時(shí)捕捉農(nóng)作物的生長(zhǎng)狀態(tài)和病蟲害圖像數(shù)據(jù)；

11、數(shù)據(jù)預(yù)處理模塊，用于對(duì)從環(huán)境參數(shù)獲取模塊和圖像獲取模塊收集到的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和完整性驗(yàn)證，并將預(yù)處理后的數(shù)據(jù)基于打包生成數(shù)據(jù)集傳輸至特征提取單元。

12、進(jìn)一步的，圖像獲取模塊，包括：

13、圖像捕捉控制模塊，用于控制攝像頭實(shí)時(shí)捕捉農(nóng)作物的生長(zhǎng)狀態(tài)和病蟲害圖像數(shù)據(jù)，將所述生長(zhǎng)狀態(tài)和病蟲害圖像數(shù)據(jù)作為目標(biāo)圖像數(shù)據(jù)；

14、圖像分割模塊，用于對(duì)所述目標(biāo)圖像數(shù)據(jù)進(jìn)行分割，獲得所述目標(biāo)圖像數(shù)據(jù)對(duì)應(yīng)的多個(gè)圖像塊；

15、灰度值提取模塊，用于提取每個(gè)圖像塊中所包含的像素塊的灰度值；

16、灰度平衡系數(shù)獲取模塊，用于根據(jù)所述每個(gè)圖像塊中所包含的像素塊的灰度值獲取每個(gè)圖像塊對(duì)應(yīng)的灰度平衡系數(shù)；其中，所述灰度平衡系數(shù)通過如下公式獲?。?/p>

17、

18、其中，k表示每個(gè)圖像塊對(duì)應(yīng)的灰度平衡系數(shù)；n表示每個(gè)圖像塊所包含的像素塊的個(gè)數(shù)；si表示第i個(gè)像素塊的灰度值；sz表示每個(gè)圖像塊對(duì)應(yīng)的中心灰度值；sh表示目標(biāo)圖像數(shù)據(jù)對(duì)應(yīng)的中心灰度值；

19、差值獲取模塊，用于將每相鄰兩個(gè)圖像塊的灰度平衡系數(shù)進(jìn)行比較，獲取灰度平衡系數(shù)對(duì)應(yīng)的差值；

20、比較模塊，用于將所述灰度平衡系數(shù)對(duì)應(yīng)的差值與預(yù)設(shè)的差值閾值進(jìn)行比較；

21、灰度調(diào)整模塊，用于當(dāng)所述每相鄰兩個(gè)圖像塊的灰度平衡系數(shù)對(duì)應(yīng)的差值超過預(yù)設(shè)的差值閾值時(shí)，則對(duì)超過預(yù)設(shè)差值閾值對(duì)應(yīng)的相鄰兩個(gè)圖像塊進(jìn)行灰度調(diào)整。

22、進(jìn)一步的，灰度調(diào)整模塊，包括：

23、圖像塊提取模塊，用于當(dāng)所述每相鄰兩個(gè)圖像塊的灰度平衡系數(shù)對(duì)應(yīng)的差值超過預(yù)設(shè)的差值閾值時(shí)，提取灰度平衡系數(shù)對(duì)應(yīng)的差值超過預(yù)設(shè)的差值閾值對(duì)應(yīng)的相鄰兩個(gè)圖像塊；

24、圖像塊標(biāo)記模塊，用于將所述灰度平衡系數(shù)對(duì)應(yīng)的差值超過預(yù)設(shè)的差值閾值對(duì)應(yīng)的相鄰兩個(gè)圖像塊標(biāo)記為第一圖像塊和第二圖像塊；

25、第一目標(biāo)灰度值獲取模塊，用于利用第一圖像塊的灰度平衡系數(shù)獲取所述第一圖像塊所包含的每個(gè)像素塊的目標(biāo)灰度值；其中，所述第一圖像塊所包含的每個(gè)像素塊的目標(biāo)灰度值通過如下公式獲?。?/p>

26、

27、其中，sm01表示第一圖像塊所包含的每個(gè)像素塊的目標(biāo)灰度值；s01表示第一圖像塊所包含的每個(gè)像素塊的灰度值；k01表示第一圖像塊對(duì)應(yīng)的灰度平衡系數(shù)；k02表示第二圖像塊對(duì)應(yīng)的灰度平衡系數(shù)；s01z表示第一圖像塊對(duì)應(yīng)的中心灰度值；s02z表示第二圖像塊對(duì)應(yīng)的中心灰度值；sh表示目標(biāo)圖像數(shù)據(jù)對(duì)應(yīng)的中心灰度值；s01表示第一位數(shù)參數(shù)；同時(shí)，所述第一位數(shù)參數(shù)的取值原則如下：

28、當(dāng)和的正負(fù)相同時(shí)，令s01＝-1；當(dāng)和的正負(fù)不同時(shí)，令s01＝1；

29、第一灰度調(diào)整執(zhí)行模塊，用于按照所述第一圖像塊所包含的每個(gè)像素塊的目標(biāo)灰度值對(duì)第一圖像塊所包含的每個(gè)像素塊進(jìn)行調(diào)整；

30、第二目標(biāo)灰度值獲取模塊，用于利用第二圖像塊的灰度平衡系數(shù)獲取所述第二圖像塊所包含的每個(gè)像素塊的目標(biāo)灰度值；其中，所述第二圖像塊所包含的每個(gè)像素塊的目標(biāo)灰度值通過如下公式獲?。?/p>

31、

32、其中，sm02表示第二圖像塊所包含的每個(gè)像素塊的目標(biāo)灰度值；s02表示第二圖像塊所包含的每個(gè)像素塊的灰度值；k01表示第一圖像塊對(duì)應(yīng)的灰度平衡系數(shù)；k02表示第二圖像塊對(duì)應(yīng)的灰度平衡系數(shù)；s01z表示第一圖像塊對(duì)應(yīng)的中心灰度值；s02z表示第二圖像塊對(duì)應(yīng)的中心灰度值；sh表示目標(biāo)圖像數(shù)據(jù)對(duì)應(yīng)的中心灰度值；s02表示第二位數(shù)參數(shù)；同時(shí)，所述第一位數(shù)參數(shù)的取值原則如下：

33、當(dāng)和的正負(fù)相同時(shí)，令s02＝-1；當(dāng)和的正負(fù)不同時(shí)，令s01＝1；

34、第二灰度調(diào)整執(zhí)行模塊，用于按照所述第二圖像塊所包含的每個(gè)像素塊的目標(biāo)灰度值對(duì)第二圖像塊所包含的每個(gè)像素塊進(jìn)行調(diào)整。

35、進(jìn)一步的，特征提取單元，包括：

36、數(shù)據(jù)庫構(gòu)建模塊，用于基于物聯(lián)網(wǎng)爬取并存儲(chǔ)已知病蟲害的專業(yè)數(shù)據(jù)，包括病蟲害的圖像、特征描述、發(fā)生條件、防治方法的信息數(shù)據(jù)，基于爬取到的專業(yè)數(shù)據(jù)構(gòu)建病蟲害特征數(shù)據(jù)庫；

37、識(shí)別模型構(gòu)建模塊，用于基于病蟲害特征數(shù)據(jù)庫內(nèi)的專業(yè)數(shù)據(jù)作為樣本數(shù)據(jù)進(jìn)行特征提取，提取樣本數(shù)據(jù)的特征和對(duì)應(yīng)的病蟲害標(biāo)簽作為訓(xùn)練數(shù)據(jù)輸入到預(yù)設(shè)模型中構(gòu)建關(guān)鍵特征識(shí)別模型；

38、特征提取模塊，用于基于關(guān)鍵特征識(shí)別模型從所述數(shù)據(jù)集中提取出病蟲害的關(guān)鍵特征，并提取出所述數(shù)據(jù)集中的農(nóng)產(chǎn)品環(huán)境特征。

39、進(jìn)一步的，所述識(shí)別模型構(gòu)建模塊構(gòu)建關(guān)鍵特征識(shí)別模型，具體為：

40、對(duì)所述已知病蟲害的專業(yè)數(shù)據(jù)進(jìn)行分類整合處理，獲取處理后的分類數(shù)據(jù)，對(duì)所述處理后的分類數(shù)據(jù)進(jìn)行特征提取，根據(jù)提取結(jié)果獲取分類數(shù)據(jù)的初始特征集合；

41、從所述初始特征集合中調(diào)取與病蟲害相關(guān)的關(guān)鍵特征并將其整合為關(guān)鍵特征子集；

42、獲取關(guān)鍵特征子集中每個(gè)關(guān)鍵特征的時(shí)序數(shù)列數(shù)據(jù)，確定時(shí)序數(shù)列數(shù)據(jù)對(duì)應(yīng)的目標(biāo)特征，根據(jù)每個(gè)關(guān)鍵特征的目標(biāo)特征確定每個(gè)病蟲害的第一特征；

43、獲取每個(gè)病蟲害的目標(biāo)特征在農(nóng)作物中的變化情況，根據(jù)所述變化情況確定每個(gè)病蟲害的特征變化規(guī)則；

44、將特征變化規(guī)則相似度大于等于預(yù)設(shè)閾值的病蟲害確認(rèn)為同類病蟲害，將每類病蟲害中任一病蟲害的第二特征確認(rèn)為該類病蟲害的最終目標(biāo)特征；

45、將該類病蟲害的最終目標(biāo)特征作為模型輸入樣本，同時(shí)將每個(gè)病蟲害的特征信息作為模型輸出樣本訓(xùn)練預(yù)設(shè)網(wǎng)絡(luò)模型，以獲得每類病蟲害的識(shí)別模型。

46、進(jìn)一步的，所述特征提取模塊，還包括：

47、根據(jù)農(nóng)產(chǎn)品環(huán)境特征對(duì)提取出的關(guān)鍵特征進(jìn)行篩選，提取出受環(huán)境特征影響顯著病與病蟲害發(fā)生具有關(guān)聯(lián)關(guān)系的關(guān)鍵特征；

48、根據(jù)關(guān)鍵特征受環(huán)境特征影響的程度和關(guān)聯(lián)關(guān)系的緊密程度調(diào)整所述關(guān)鍵特征在病蟲害識(shí)別模型中的權(quán)重；

49、基于農(nóng)產(chǎn)品環(huán)境特征對(duì)病蟲害關(guān)鍵特征的影響程度和關(guān)鍵特征在病蟲害識(shí)別模型中的權(quán)重對(duì)病蟲害識(shí)別模型進(jìn)行優(yōu)化；

50、同時(shí)，對(duì)提取出的關(guān)鍵特征進(jìn)行環(huán)境適應(yīng)性分析，確定不同環(huán)境條件中病蟲害的發(fā)生規(guī)律和變化趨勢(shì)，同時(shí)，基于發(fā)生規(guī)律和變化趨勢(shì)對(duì)未來病蟲害的發(fā)生趨勢(shì)進(jìn)行預(yù)測(cè)。

51、進(jìn)一步的，診斷決策單元，包括：

52、特征診斷模塊，用于對(duì)提取出病蟲害的關(guān)鍵特征進(jìn)行病蟲害的診斷，基于診斷結(jié)果確定病蟲害的種類、農(nóng)作物影響程度以及影響范圍；

53、所述特征診斷模塊，還用于獲取異常檢測(cè)模塊的異常情況數(shù)據(jù)，判斷異常情況數(shù)據(jù)是否為罕見以及新出現(xiàn)的病蟲害特征；

54、異常檢測(cè)模塊，用于對(duì)無病蟲害的關(guān)鍵特征的農(nóng)作物進(jìn)行異常檢測(cè)，識(shí)別與正常生長(zhǎng)模式不符的異常情況；

55、治理方案管理模塊，用于基于診斷結(jié)果和異常情況數(shù)據(jù)匹配與其對(duì)應(yīng)的病蟲害治理方案，并對(duì)病蟲害治理方案的治理結(jié)果進(jìn)行評(píng)估，基于評(píng)估結(jié)果生成反饋數(shù)據(jù)。

56、進(jìn)一步的，所述治理方案管理模塊匹配與其對(duì)應(yīng)的病蟲害治理方案，具體為：

57、基于診斷結(jié)果和異常情況數(shù)據(jù)確定農(nóng)作物的病蟲害等級(jí)，基于農(nóng)作物的病蟲害等級(jí)構(gòu)建與該農(nóng)作物類別對(duì)應(yīng)的病蟲害治理方案；

58、其中，病蟲害治理方案的具體措施包括源頭控制措施、控制病蟲害過程措施和末端治理措施；

59、對(duì)病蟲害治理方案進(jìn)行分析，確定所述病蟲害治理方案的優(yōu)先級(jí)；

60、基于所述病蟲害治理方案的具體措施分配對(duì)應(yīng)的農(nóng)作物管理人員，農(nóng)作物管理人員基于病蟲害治理方案的優(yōu)先級(jí)執(zhí)行病蟲害治理方案的具體措施。

61、本發(fā)明提供另一種技術(shù)方案，基于物聯(lián)網(wǎng)的智慧農(nóng)產(chǎn)品病蟲害診斷方法，包括以下步驟：

62、步驟一：數(shù)據(jù)采集：通過部署在農(nóng)田中的攝像頭和傳感器網(wǎng)絡(luò)實(shí)時(shí)采集農(nóng)作物生長(zhǎng)環(huán)境及病蟲害圖像數(shù)據(jù)；

63、步驟二：數(shù)據(jù)處理：對(duì)采集到的病蟲害圖像進(jìn)行處理，并基于構(gòu)建的關(guān)鍵特征識(shí)別模型提取病蟲害圖像中的關(guān)鍵特征；

64、步驟三：智能診斷與決策：對(duì)關(guān)鍵特征輸入進(jìn)行實(shí)時(shí)診斷，并生成病蟲害診斷報(bào)告和病蟲害治理方案；

65、步驟四：結(jié)果展示與預(yù)警：將病蟲害診斷報(bào)告和病蟲害治理方案通過用戶界面展示給用戶，并向遠(yuǎn)程終端發(fā)送預(yù)警信息；

66、步驟五：數(shù)據(jù)庫查詢與防治建議：用戶根據(jù)獲取到的異常圖像數(shù)據(jù)結(jié)合診斷結(jié)果查詢病蟲害特征庫，對(duì)罕見以及新出現(xiàn)的病蟲害進(jìn)行識(shí)別，并生成對(duì)應(yīng)的病蟲害防治方法和建議。

67、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

68、圖像采集單元通過部署在農(nóng)田中的攝像頭和各傳感器，實(shí)時(shí)捕捉農(nóng)作物生長(zhǎng)環(huán)境及病蟲害圖像數(shù)據(jù)，確保了病蟲害診斷的及時(shí)性，特征提取單元通過建立病蟲害特征數(shù)據(jù)庫和構(gòu)建關(guān)鍵特征識(shí)別模型，實(shí)現(xiàn)了對(duì)病蟲害圖像的智能化處理，識(shí)別并診斷出多種病蟲害種類，包括罕見或新出現(xiàn)的病蟲害，隨著新數(shù)據(jù)的不斷加入，自適應(yīng)地更新和優(yōu)化診斷模型，提高其適應(yīng)性和準(zhǔn)確性，遠(yuǎn)程交互單元構(gòu)建了與遠(yuǎn)程終端的數(shù)據(jù)交互通道，使得用戶能夠在任何地方通過遠(yuǎn)程終端查看病蟲害診斷結(jié)果、發(fā)生位置和防治建議，提高了用戶的便捷性，及時(shí)獲取專業(yè)的病蟲害防治知識(shí)和幫助，提高了用戶的應(yīng)對(duì)能力，降低了人工巡查和診斷的成本，提高了農(nóng)產(chǎn)品生產(chǎn)效率，提高農(nóng)作物的產(chǎn)量和質(zhì)量，降低病蟲害對(duì)農(nóng)作物的影響。