[发明专利]基于物联网图像处理与SVM结合的胡柚病虫害动态监测模型

说明书

本发明公开了基于物联网图像处理与SVM结合的胡柚病虫害动态监测模型，属于胡柚病虫害监测领域。基于物联网图像处理与SVM结合的胡柚病虫害动态监测模型，包括图像处理模型和SVM模型，图像处理模型包括图像传感器模块、传感器节点模块、图像处理模块、检测模块和警示模块，图像传感器模块与图像处理模块信号连接并用于采集胡柚病虫害图像，图像处理模块与检测模块信号连接，可以通过研究基于图像处理结合支持向量机机器学习策略，通过图像滤波、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监测。

技术领域

本发明涉及胡柚病虫害监测领域，更具体地说，涉及基于物联网图像处理与SVM结合的胡柚病虫害动态监测模型。

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图像智能识别技术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基于物联网图像处理与SVM结合的胡柚病虫害动态监测模型，它可以通过研究基于图像处理结合支持向量机机器学习策略，通过图像滤波、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监测。

2.技术方案

为解决上述问题，本发明采用如下的技术方案。

基于物联网图像处理与SVM结合的胡柚病虫害动态监测模型，包括图像处理模型和SVM模型；

所述图像处理模型包括图像传感器模块、传感器节点模块、图像处理模块、检测模块和警示模块；

所述图像传感器模块与图像处理模块信号连接并用于采集胡柚病虫害图像；

所述图像处理模块与检测模块信号连接，所述图像处理模块用于对采集的胡柚病虫害图像进行特征提取，并将得到的胡柚病虫害有效图像特征传递给检测模块；

所述传感器节点模块与检测模块信号连接，所述传感器节点模块用于采集胡柚生长环境参数并将环境参数信息传递至检测模块；

所述检测模块与警示模块信号连接，所述检测模块用于检测胡柚病虫害图像特征与病虫害灾情之间的关联程度并得到检测结果，以将检测结果传递至警示模块以发出病虫害灾情警示；

所述SVM模型与图像处理模块信号连接并用于对有效图像特征进行分类，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，所述胡柚病虫害图像为JPEG格式的RGB彩色图像。

进一步的，所述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。