[发明专利]作物病害识别方法及装置、电子设备、存储介质

说明书

本公开提供了一种作物病害识别方法、作物病害识别装置、电子设备及计算机可读存储介质，属于人工智能技术领域。该方法包括：获取待识别作物的图像信息以及环境信息；根据所述图像信息确定关于所述待识别作物的第一特征数据，根据所述环境信息确定关于所述待识别作物的第二特征数据；通过预先训练的作物病害识别模型对所述第一特征数据以及第二特征数据进行处理，得到所述待识别作物的病害识别结果。本公开可以提高作物病害的识别效率，且具有较高的识别稳定性。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种作物病害识别方法、作物病害识别装置、电子设备及计算机可读存储介质。

背景技术

在作物种植和生产过程中，病害的产生会严重影响作物的产量和质量。由此，作物病害防治是国际社会面临的共同挑战，是我国的百年大计。目前的作物病害具有种类多、影响大、并可能暴发成灾的特点，其发生范围及危害程度严重制约着我国农业的可持续发展。

现有的病害识别方法，通常是由人依靠经验或相关资料，人工鉴别作物是否发生病害，或者发生了哪些病害。然而，这些方法存在许多问题，首先从病害发生到农民发现病害，再到确诊病害类型，最后采取防治措施可能需要比较长的时间，在此期间作物病害很可能进一步加重和蔓延；另外，该方法依赖识别者的个人主观判断，难以保证其准确性。

因此，如何采用准确、有效的方法对作物病害进行识别是现有技术亟待解决的问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种作物病害识别方法、作物病害识别装置、电子设备及计算机可读存储介质，进而至少在一定程度上克服现有的作物病害识别准确度较低的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种作物病害识别方法，包括：获取待识别作物的图像信息以及环境信息；根据所述图像信息确定关于所述待识别作物的第一特征数据，根据所述环境信息确定关于所述待识别作物的第二特征数据；通过预先训练的作物病害识别模型对所述第一特征数据以及第二特征数据进行处理，得到所述待识别作物的病害识别结果。

在本公开的一种示例性实施例中，所述图像信息包括所述待识别作物的叶片图像；所述环境信息包括所述待识别作物的名称、天气、季节、数量、生长阶段、日照时数、光照强度、雨日数、降水量、温度、湿度、气湿、二氧化碳浓度、农药使用量中的一种或多种信息。

在本公开的一种示例性实施例中，所述图像信息为所述待识别作物的叶片图像；所述根据所述图像信息确定关于所述待识别作物的第一特征数据，包括：采用模糊C-均值聚类算法对所述叶片图像进行分割，得到包含病斑区域的所述叶片图像的二值图像；根据所述二值图像确定关于所述待识别作物的第一特征数据。

在本公开的一种示例性实施例中，所述根据所述二值图像确定关于所述待识别作物的第一特征数据，包括：将所述二值图像与所述叶片图像进行点乘计算，得到包含所述病斑区域的目标图像；根据所述目标图像，确定关于所述待识别作物的第一特征数据。

在本公开的一种示例性实施例中，所述根据所述目标图像，确定关于所述待识别作物的第一特征数据，包括：从所述目标图像中提取图像特征；根据所述图像特征确定关于所述待识别作物的第一特征数据。

在本公开的一种示例性实施例中，所述根据所述环境信息确定关于所述待识别作物的第二特征数据，包括：对所述待识别作物的环境信息进行去噪处理，并对去噪处理后的所述环境信息进行向量化处理，得到所述第二特征数据。