[发明专利]病虫害识别方法及装置

权利要求书

1.一种病虫害识别方法，其特征在于，包括：

采集病虫害图像，将所述病虫害图像转换成RGB图像数据；

使用无监督聚类算法对所述RGB图像数据进行聚类分析，得到病虫害图像分类；

对分类后的所述RGB图像数据进行虫眼统计，确定虫点数量；

判断所述虫点数量是否大于预设虫点数量；

当判断结果为是时，发出报警提示。

2.根据权利要求1所述的病虫害识别方法，其特征在于，所述使用无监督聚类算法对所述RGB图像数据进行聚类分析，得到病虫害图像分类的步骤，具体包括：

对所述RGB图像数据进行无监督聚类学习，建立相似度模型；

根据所述相似度模型，对所述RGB图像数据进行聚合分类。

3.根据权利要求1所述的病虫害识别方法，其特征在于，所述对分类后的所述RGB图像数据的进行虫眼统计，确定虫点数量的步骤，具体包括：

统计所述虫眼的数量；

计算所述虫眼的数量与预设阈值的比值，根据所述比值确定所述虫点数量；

当所述比值为整数值时，将所述整数值作为所述虫点数量值；

当所述比值为小数时，将所述小数进位取整，将取整后的整数值作为所述虫点数量值。

4.根据权利要求3所述的病虫害识别方法，其特征在于，

所述预设阈值为10。

5.根据权利要求1至4中任一项所述的病虫害识别方法，其特征在于，

所述无监督聚类算法为K均值聚类。

6.根据权利要求1至4中任一项所述的病虫害识别方法，其特征在于，

所述病虫害图像分类包括：虫眼数据组和非虫眼数据组。

7.一种病虫害识别装置，其特征在于，包括：

图像采集与处理单元，用于采集病虫害图像，将所述病虫害图像转换成RGB图像数据；

病虫害识别单元，用于使用无监督聚类算法对所述RGB图像数据进行聚类分析，得到病虫害图像分类；

统计单元，用于对分类后的所述RGB图像数据进行虫眼统计，确定虫点数量；

判断单元，用于判断所述虫点数量是否大于预设虫点数量；

提醒单元，用于当判断结果为是时，发出报警提示。

8.根据权利要求7所述的病虫害识别装置，其特征在于，所述病虫害识别单元使用无监督聚类算法对所述RGB图像数据进行聚类分析，得到病虫害图像分类的步骤，具体包括：

建模单元，用于对所述RGB图像数据进行无监督聚类学习，建立相似度模型；

分类单元，用于根据所述相似度模型，对所述RGB图像数据进行聚合分类。

9.根据权利要求7所述的病虫害识别装置，其特征在于，所述统计单元对分类后的所述RGB图像数据的进行虫眼统计，确定虫点数量的步骤，具体包括：

计数单元，用于统计所述虫眼的数量；

计算单元，用于计算所述虫眼的数量与预设阈值的比值，根据所述比值确定所述虫点数量；

所述计算单元，具体用于当所述比值为整数值时，将所述整数值作为所述虫点数量值；

所述计算单元，具体还用于当所述比值为小数时，将所述小数进位取整，将取整后的整数值作为所述虫点数量值。

10.根据权利要求9所述的病虫害识别装置，其特征在于，

所述预设阈值为10。

11.根据权利要求7至10中任一项所述的病虫害识别装置，其特征在于，

所述无监督聚类算法为K均值聚类。

12.根据权利要求7至10中任一项所述的病虫害识别装置，其特征在于，

所述病虫害图像分类包括：虫眼数据组和非虫眼数据组。