[发明专利]基于卷积神经网络的农业病虫害图像自动识别分类系统

说明书

本发明公开了基于卷积神经网络的农业病虫害图像自动识别分类系统，属于病虫害识别领域，基于卷积神经网络的农业病虫害图像自动识别分类系统，视频录入装置主体上搭载摄像头会对自身所在区域的环境进行拍照得到对应的图片信息，而视频录入装置主体内搭载的空投球再对图片信息进行识别，监控环境中昆虫及其他生物的群落和活动信息，并通过物联网模块上传至控制终端内进行备份，技术人员可以通过控制终端所受到的视频信息对上述图片信息进行人工识别，及时发现病虫害的迹象，可以实现通过基于卷积神经网络技术工作的自动识别分类系统对种植区内的昆虫种群和数量进行监控，可以及早的发现病虫害，并进行灭杀工作。

技术领域

本发明涉及病虫害识别领域，更具体地说，涉及基于卷积神经网络的农业病虫害图像自动识别分类系统。

背景技术

随着工业化进程的加深，传统的农业也逐渐受到工业化，由原始的小农种植方法逐渐转化为大规模土地承包机械化生产，在大范围平原地区，可以应用大型农业机械进行农业生产，即增加了生产效率，也降低了人力劳动的成本。

卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络，卷积神经网络仿造生物的视知觉机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程要求。

相较于传统的种植业，现代以大规模机械化生产技术为基础的现代种植业所需要监控的面积更广，传统种植业人工巡视防范病虫害的方法在现代种植业中很难起到作用，现代种植业一旦爆发大规模的病虫害，极易在造成所在种植区的遭受毁灭性的打击，难以进行快速有效的控制，因此对于现代种植业及早发现病虫害对其预防和治理有及其重要的作用。

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卷积神经网络的农业病虫害图像自动识别分类系统，可以实现通过基于卷积神经网络技术工作的自动识别分类系统对种植区内的昆虫种群和数量进行监控，可以及早的发现病虫害，并进行灭杀工作，在病虫害爆发的初期将其阻止，不易在种植区爆发长时间的病虫害。

2．技术方案

为解决上述问题，本发明采用如下的技术方案。

基于卷积神经网络的农业病虫害图像自动识别分类系统，包括空投球，所述空投球包括缓冲球和视频录入装置主体，所述缓冲球的内壁上开凿有预制槽，所述缓冲球套设在视频录入装置主体的外侧，所述视频录入装置主体的侧壁上固定连接有与自身相匹配的透明亚克力框，所述视频录入装置主体的侧壁上均匀地固定连接有多个摄像头，多个所述摄像头均位于透明亚克力框的内侧，所述视频录入装置主体的下端固定连接有连接桩，所述连接桩与缓冲球固定连接，所述连接桩的远离视频录入装置主体的一端开凿有滑动槽，所述滑动槽内滑动连接有连接杆，所述滑动槽的侧壁上均匀开凿有多个通孔槽，所述通孔槽连通欢动槽与外界，所述滑动槽内填充有多个弹性球，多个所述弹性球的直径均大于通孔槽的尺寸，所述活动桩的侧壁上开凿有多个与通孔槽相匹配的限位齿，多个所述限位齿分别位于多个通孔槽内，所述活动桩远离连接桩的一端固定连接有锚定头，所述锚定头与连接桩之间固定连接有压缩弹簧，所述压缩弹簧套设在活动桩的外侧，所述缓冲球内填充有多个可降解弹性球，所述空投球内搭设有处理终端，所述处理终端分别信号连接有物联网模块和空投无人机，所述物联网模块和空投无人机与同一个控制终端信号连接，可以实现通过基于卷积神经网络技术工作的自动识别分类系统对种植区内的昆虫种群和数量进行监控，可以及早的发现病虫害，并进行灭杀工作，在病虫害爆发的初期将其阻止，不易在种植区爆发长时间的病虫害。

进一步的，所述处理终端内搭载有基于卷积神经网络技术的图片识别系统，增加处理终端在病虫害检测过程中对害虫识别的准确性。