[发明专利]一种病虫害预警方法、装置、计算机设备及存储介质

说明书

本发明公开了一种病虫害预警方法、装置、计算机设备及存储介质，所述方法包括：获取IoT传感时序数据，得到IoT维度特征；采集草坪图片，并对草坪图片进行预处理，得到目标图片；利用图像识别算法对目标图片进行植物种类识别，根据识别得到的植物种类确定植物特征，然后根据植物特征从目标图片中识别得到病灶特征；获取植物生长状态数据，并对病灶特征、IoT维度特征和植物生长状态数据进行聚合，得到时序多维聚合特征数据；对时序多维聚合特征数据与历史病虫害特征数据进行第一相似度计算；将计算结果与预设的相似度阈值进行比较，根据比较结果输出预警结果。本发明通过对多维度时序数据进行预测，从而实现对草坪病虫害的爆发的有效预警。

技术领域

本发明涉及植物保护技术领域，特别涉及一种病虫害预警方法、装置、计算机设备及存储介质。

背景技术

目前，在植保领域通常采用的解决方案中，绝大部分用于针对经济型农作物(例如水稻，玉米等)，而经济型农作物对比社区绿化草坪场景，在面积(非连续)、城市差异性(环境特征)、植物复杂性(灌木，乔木遮挡等)和养护手段(浇灌，消杀)等方面都存在较大的差异，因此无法将这类解决方案直接用于社区绿化草坪的植保。同时，传统的农作物病虫害的判定模型仅仅是建立在病虫害发现之后，然后通过提升病虫害发现的时间来降低损失。而在实际场景中，病虫害爆发是一个量变引起质变的过程，其具有普适性的时序特征规律。

在社区内，草坪病虫害的发现主要由绿化养护人员利用自身所学的植保知识进行识别，并在识别后喷洒相关药剂进行防治，或者是定期喷洒相关药剂以达到防治效果。但是上述方法严重依赖绿化养护人员的植保专业素质，在实际业务中，带来了较高的人力成本和资源浪费，同时也可能因监测的不及时性导致较大经济损失。

发明内容

本发明实施例提供了一种病虫害预警方法、装置、计算机设备及存储介质，旨在对草坪的病虫害爆发进行预警。

第一方面，本发明实施例提供了一种病虫害预警方法，包括：

获取IoT传感时序数据，并对所述IoT传感时序数据进行预处理，得到IoT维度特征；

采集草坪图片，并对采集到的草坪图片进行预处理，得到目标图片；利用图像识别算法对所述目标图片进行植物种类识别，根据识别得到的植物种类确定植物特征，然后根据植物特征从所述目标图片中识别得到病灶特征；

获取植物生长状态数据，并对所述病灶特征、IoT维度特征和植物生长状态数据进行聚合，得到时序多维聚合特征数据；

对所述时序多维聚合特征数据与历史病虫害特征数据进行第一相似度计算；将计算结果与预设的相似度阈值进行比较，根据比较结果输出预警结果。

进一步的，所述采集草坪图片，并对采集到的草坪图片进行预处理，得到目标图片，包括：

对采集到的图片进行质量筛选，选择图片亮度、清晰度、角度均达到预设标准的图片作为目标图片。

进一步的，所述利用图像识别算法对所述目标图片进行植物种类识别，包括：

对所述目标图片进行特征提取，并将提取后的特征输入至神经网络模型中进行植物种类的分析，通过线下的数据标注进行垂直优化，并从植物数据库中匹配得到植物种类。

进一步的，所述根据识别得到的植物种类确定植物特征，然后根据植物特征从所述目标图片中识别得到病灶特征，包括：

运用中值滤波算法滤除所述目标图片的图像噪音，并运用灰度变换算法和高低帽转换算法对所述目标图片进行图像增强处理；

通过色彩空间转换分离所述目标图片中的绿色位置，得到叶片病灶；

对所述叶片病灶进行形态、颜色和纹理特征提取，得到病灶特征。

进一步的，所述获取植物生长状态数据，包括：