申请/专利权人：中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所);中国烟草总公司四川省公司;四川省烟草公司凉山州公司

申请日：2024-04-17

公开（公告）日：2024-06-25

公开（公告）号：CN118072251B

主分类号：G06V20/52

分类号：G06V20/52;G06V10/80;G06V10/74;G06V10/40;G06V10/762;G06V10/764;G06V10/82;G06Q50/02

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.06.11#实质审查的生效;2024.05.24#公开

摘要：本发明提供了一种烟草病虫害识别方法、介质及系统，属于烟草病虫害识别技术领域，包括：根据害虫以及烟草图像，获取病害烟草图像特征、病害烟草红外图像特征、虫害烟草图像特征以及虫害烟草红外图像特征，融合为三个特征，对三个特征进行注意力识别分析，得到融合特征矩阵；采用融合特征矩阵及其对应的已知烟草害虫或已知病害或已知虫害作为训练数据集，训练一个神经网络，得到烟草病虫害识别模型；获取待测烟草的每个部位的图像和红外图像，融合得到待测融合图像，利用烟草病虫害识别模型输入待测融合图像，得到病虫害识别结果。解决了现有技术利用图像识别的方式对烟草病虫害进行识别过程中，存在对病虫害识别准确度差的技术问题。

主权项：1.一种烟草病虫害识别方法，其特征在于，包括以下步骤：S01、获取多组已知的烟草害虫的多位姿图像，多组已知病害的烟草不同生长期的每个部位的图像、红外图像，多组已知虫害的烟草不同生长期的每个部位的图像、红外图像，以及多组健康状态的烟草不同生长期的每个部位的图像、红外图像，分别记为害虫图像集、病害烟草图像集、病害烟草红外图像集、虫害烟草图像集、虫害烟草红外图像集以及对照烟草图像集和对照烟草红外图像集；S02、获取病害烟草图像特征、病害烟草红外图像特征、虫害烟草图像特征以及虫害烟草红外图像特征；S03、将所述病害烟草图像特征与所述虫害烟草图像特征进行特征融合，得到第一特征矩阵；将所述病害烟草红外图像特征与所述虫害烟草红外图像特征进行特征融合，得到第二特征矩阵；对所述多组已知的烟草害虫的多位姿图像进行特征提取，得到第三特征矩阵；S04、构建注意力机制模块，包括查询、键和值三个矩阵，其中查询矩阵来自所述第一特征、第二特征或第三特征的其中一个特征矩阵，键和值矩阵来自另外两个特征矩阵；S05、计算查询矩阵和所有键矩阵的相似性得分，然后对相似性得分进行软最大值操作，得到注意力权重；S06、将注意力权重与值矩阵进行加权求和操作，得到注意力加权值矩阵；S07、重复S04-S06，交换查询矩阵和键值矩阵的来源，得到另外两个注意力加权值矩阵；S08、将三个注意力加权值矩阵进行融合或加权平均，得到融合特征矩阵；S09、采用所述融合特征矩阵及其对应的已知烟草害虫或已知病害或已知虫害作为训练数据集，训练一个神经网络，得到烟草病虫害识别模型；S10、获取待测烟草的每个部位的图像和红外图像，融合得到待测融合图像，利用所述烟草病虫害识别模型输入所述待测融合图像，得到病虫害识别结果。

全文数据：

权利要求：

百度查询： 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所);中国烟草总公司四川省公司;四川省烟草公司凉山州公司 一种烟草病虫害识别方法、介质及系统

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