[发明专利]一种基于物联网技术的胡柚病虫害监测方法

说明书

本发明公开了一种基于物联网技术的胡柚病虫害监测方法，属于胡柚病虫害监测领域。一种基于物联网技术的胡柚病虫害监测方法，分别通过图像预处理、去噪、特征提取和构建SVM模型等步骤，预测胡柚病虫害发生趋势，对胡柚病虫害有效监测，可以通过将图像处理和SVM结合使用，利用图像滤波和特征提取等图像处理技术对特征进行标签设定和科学分类，在不影响准确度的情况下，有效减少病虫害预测时的自变量数量，实现对影响胡柚生长的病虫害动态预测。

技术领域

本发明涉及胡柚病虫害监测领域，更具体地说，涉及一种基于物联网技术的胡柚病虫害监测方法。

背景技术

胡柚种植地域分布广泛，近年来，部分地区胡柚的产量有所下降，品质有所降低，原因是胡柚在生长过程中受环境因素及发生炭疽病、桔蚜等病虫害的影响，病害的发生会造成胡柚大量落叶，树势衰弱，胡柚果面形成点点，严重影响柑橘品质、产量和外观。

传统的胡柚病虫害信息单纯依靠人工采集和识别，测控精度低、劳动强度大、成本高，缺乏量化指标和配套集成技术，无法对胡柚生长过程中的病虫害信息进行精确测量，导致胡柚生长环境难以有效监管，极大地影响胡柚的产量和品质。

现有的基于物联网技术的病虫害监测方法是通过各种分类算法实现的，但是分类的准确率完全依赖于具体的分类算法的自身结构特点，由于每种农作物都有自身的特征信息，每种农作物病虫害也有自身的特征信息，一般现有的分类算法在训练的时候仅能针对一种作物有效，一旦将不同农作物病虫害图像作为样本，则分类效果(准确率)明显下降，将该种基于物联网技术的病虫害图像智能识别技术应用到胡柚病虫害监测领域时的分类效率降低。

发明内容

1.要解决的技术问题

针对现有技术中存在的问题，本发明的目的在于提供一种基于物联网技术的胡柚病虫害监测方法，它可以通过将图像处理和SVM结合使用，利用图像滤波和特征提取等图像处理技术对特征进行标签设定和科学分类，在不影响准确度的情况下，有效减少病虫害预测时的自变量数量，实现对影响胡柚生长的病虫害动态预测。

2.技术方案

为解决上述问题，本发明采用如下的技术方案。

一种基于物联网技术的胡柚病虫害监测方法，包括以下步骤：

步骤一、图像预处理，利用图像传感器设备采集胡柚病虫害图像，对胡柚病虫害图像进行预处理，得到预处理后的胡柚病虫害图像；

步骤二、去噪，通过高斯滤波器过滤掉图像中的高斯白噪声，对图像区域内的不同领域像素设置不同权值，得到去噪后的胡柚病虫害图像；

步骤三、特征提取，对步骤二中去噪后的胡柚病虫害图像进行特征提取，得到胡柚病虫害的有效图像特征，并对有效图像特征进行图像质量处理，得到训练样本数据；

步骤四、构建SVM模型，通过SVM模型对训练样本数据进行分类，得到胡柚病虫害的分类结果，预测胡柚病虫害发生趋势。

进一步的，所述步骤一采集的胡柚病虫害图像为JPEG格式的RGB彩色图像。

进一步的，所述步骤一对胡柚病虫害图像进行预处理包括对图像进行数字化、几何变换、归一化、平滑、复原和增强中的任意一项或多项处理。

进一步的，所述步骤三中特征提取的方式为对采集到的胡柚病虫害图像进行智能化批量筛选，以淘汰掉部分不适用的特征。

进一步的，所述步骤三中的特征提取为对图像的颜色特征、纹理特征和形态特征进行提取。

3.有益效果

相比于现有技术，本发明的优点在于：