申请/专利权人：河北省农林科学院植物保护研究所

申请日：2022-08-16

公开（公告）日：2023-10-27

公开（公告）号：CN115147837B

主分类号：G06V20/69

分类号：G06V20/69;G06V10/74;G06V10/44;G06V10/30

优先权：

专利状态码：有效-授权

法律状态：2023.10.27#授权;2022.10.25#实质审查的生效;2022.10.04#公开

摘要：本发明公开了一种基于光学图像识别的二点委夜蛾饲养方法及系统，通过获取二点委夜蛾生长图像数据分析得到生长异常信息，根据生长异常信息将生长异常和羽化异常的二点委夜蛾进行提前预测并清除，得到较为健康的饲养组，提高了健康饲养二点委夜蛾的效率。另外，通过获取光学显微图像，得到微孢子虫感染信息，并根据感染信息进行二点委夜蛾的一代和二代健康筛选，得到去除微孢子虫病的健康二点委夜蛾饲养组，本发明具有较强的实用性和高效性。另外，本发明通过分析采集点的环境信息，能够得到较佳的二点委夜蛾采集点，从而提高二点委夜蛾的采集健康率，实现了提高健康二点委夜蛾饲养效率的目的。

主权项：1.一种基于光学图像识别的二点委夜蛾饲养方法，其特征在于，包括：获取二点委夜蛾生长图像数据，根据图像数据进行虫害感染预测，得到生长异常信息；根据生长异常信息将二点委夜蛾进行筛选与分组，并获取二点委夜蛾光学显微图像；将光学显微图像导入微孢子虫识别模型进行虫害识别并得到第一微孢子虫感染信息；根据微孢子虫感染信息，将二点委夜蛾进行组间筛选与饲养，并获取第二代二点委夜蛾的光学显微图像，将所述第二代二点委夜蛾的光学显微图像导入微孢子虫识别模型进行二次虫害识别得到第二微孢子虫感染信息；根据第二微孢子虫感染信息进行二次组间筛选与合并，得到二点委夜蛾健康组；其中，所述将光学显微图像导入微孢子虫识别模型进行虫害识别并得到第一微孢子虫感染信息，之前包括：从大数据中获取微孢子虫图像数据；根据所述微孢子虫图像数据进行图像平滑、降噪预处理，并获取微孢子虫的轮廓特征数据和形状大小特征数据；将轮廓特征数据和形状大小特征数据作为微孢子虫的识别特征数据，将所述识别特征数据进行数据划分，得到训练组数据与验证组数据；构建微孢子虫识别模型，将训练组数据与验证组数据导入微孢子虫识别模型进行特征数据的训练与验证，直至微孢子虫识别模型达到预设识别标准；其中，所述将光学显微图像导入微孢子虫识别模型进行虫害识别并得到第一微孢子虫感染信息，具体为：获取光学显微图像，将所述光学显微图像进行图像平滑、降噪预处理，并得到增强显微图像；将所述增强显微图像进行微生物识别与轮廓特征提取，得到光学显微图像特征值；将光学显微图像特征值导入微孢子虫识别模型进行特征识别，并计算出特征相似度与微孢子虫感染指数；将特征相似度与微孢子虫感染指数进行信息合并得到第一微孢子虫感染信息；其中，特征相似度计算公式具体为： ；其中，S为特征相似度，M为光学显微图像特征总像素，为光学显微图像第i个像素的特征值，N为验证图像数据总像素，为第j个像素的验证特征值，为验证修正系数；微孢子虫感染指数计算公式具体为： ；其中，D为微孢子虫感染指数，Z为相似度总个数，为第e个相似度的具体数值，K为感染修正系数。

全文数据：

权利要求：

百度查询： 河北省农林科学院植物保护研究所 一种基于光学图像识别的二点委夜蛾饲养方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD