[发明专利]一种具有预分析能力的炭疽病病原菌侵染阶段检测方法

权利要求书

1.一种具有预分析能力的炭疽病病原菌侵染阶段检测方法，其特征在于，包括：

S1、采用布设于样本地区的多个传感器，在第一时间周期内进行数据采集处理，从而得到多个样本传感数据序列；其中，所述多个样本传感数据序列至少包括温度数据序列和湿度数据序列，所述样本地区种植有样本柑橘作物，所述第一时间周期之前未发现所述样本柑橘作物被炭疽病病原菌侵染；

S2、采用预设的摄像头对所述样本柑橘作物的叶片进行图像采集处理，以得到样本柑橘叶片图像；

S3、将所述样本柑橘叶片图像输入预设的第一炭疽病预测模型中进行处理，以得到所述第一炭疽病预测模型输出的第一预测结果，并判断所述第一预测结果是否为炭疽病；其中，所述第一炭疽病预测模型基于深度卷积神经网络模型，并采用处于发病期的柑橘作物的叶片图像作为第一训练数据而训练得到的；炭疽病病原菌对柑橘作物的侵染过程共分为侵入期、潜育期和发病期三个阶段；

S4、若所述第一预测结果不为炭疽病，则对所述样本柑橘作物的叶片分别进行拉曼光谱检测与高光谱检测处理，以得到样本拉曼光谱数据和样本高光谱数据；

S5、根据所述样本拉曼光谱数据，对所述样本柑橘作物的叶片是否处于侵入期进行判断处理，以得到第一判断结果，以及根据所述样本高光谱数据，对所述样本柑橘作物的叶片是否处于潜育期进行判断处理，以得到第二判断结果；

S6、对所述多个样本传感数据序列进行标注，以标注上所述第一判断结果和所述第二判断结果，从而得到第二训练数据；其中，第一判断结果为是，第二判断结果也为是时，则标注上潜育阶段；若第一判断结果为否，第二判断结果为是时，则标注上潜育阶段；若第一判断结果为是，而第二判断结果为否时，则标注为侵入阶段；若第一判断结果为否，而第二判断结果为否时，则标注为未患病；

S7、采用所述第二训练数据对预设的神经网络模型进行训练，以得到第二炭疽病预测模型；

S8、采用布设于待分析地区的多个传感器，在第二时间周期内进行数据采集处理，从而得到多个待分析传感数据序列；其中，所述多个待分析传感数据序列的类型与所述多个样本传感数据序列的类型一一对应相同，所述待分析地区种植有待分析柑橘作物，所述第二时间周期之前未发现所述待分析柑橘作物被炭疽病病原菌侵染；

S9、采用预设的摄像头对所述待分析柑橘作物的叶片进行图像采集处理，以得到待分析柑橘叶片图像；

S10、将所述待分析柑橘叶片图像输入第一炭疽病预测模型中进行处理，以得到所述第一炭疽病预测模型输出的第二预测结果，并判断所述第二预测结果是否为炭疽病；

S11、若所述第二预测结果不为炭疽病，则将所述多个待分析传感数据序列输入所述第二炭疽病预测模型中进行处理，以得到第三预测结果；其中，所述第三预测结果为处于侵入期、处于潜育期或者未受炭疽病病原菌侵染；

S12、若所述第三预测结果为处于侵入期，则生成拉曼光谱检测指令，以指示对所述待分析柑橘作物进行拉曼光谱检测处理；

S13、若所述第三预测结果为处于潜育期，则生成高光谱检测指令，以指示对所述待分析柑橘作物进行高光谱检测处理。

2.根据权利要求1所述的具有预分析能力的炭疽病病原菌侵染阶段检测方法，其特征在于，所述将所述样本柑橘叶片图像输入预设的第一炭疽病预测模型中进行处理，以得到所述第一炭疽病预测模型输出的第一预测结果，并判断所述第一预测结果是否为炭疽病的步骤S3之前，包括：

S21、从预设的数据库中调取多个样本图像；其中，样本图像为对处于发病期的柑橘作物的叶片进行采集而得到的图像；

S22、根据预设比例，将所述多个样本图像划分为多个训练图像和多个验证图像；

S23、调取预设的深度卷积神经网络模型，并将所述多个训练图像输入所述深度卷积神经网络模型中进行训练，以得到暂时炭疽病预测模型；

S24、采用所述多个验证图像对所述暂时炭疽病预测模型进行验证处理，并判断验证处理的结果是否为验证通过；

S25、若验证处理的结果为验证通过，则将所述暂时炭疽病预测模型记为第一炭疽病预测模型。