本技术介绍了一种融合视觉信息和先验知识的害虫图像识别方法。该方法通过结合处理后的图像数据与先验知识,采用特征标注技术,有效提取并标注图像中的害虫特征。
背景技术
随着农业现代化的不断推进,对害虫的快速、准确识别成为提高农作物产量和质量的关键,传统害虫识别依赖人工,效率低下,难以应对大规模农业生产需求;并且人工识别易受主观因素影响,准确性难以保证,同时缺乏快速响应机制,无法及时处理害虫问题,影响防治效果。
参考专利名称为:一种基于机器视觉的虫害监测方法(专利公开号:CN108040997A,专利公开日:2018-05-18),其步骤包括:在害虫聚集处安装诱虫装置,并设置图像采集装置面向诱虫装置采集图像;识别所采集图像中的害虫并得出害虫数量;若害虫数量大于或等于预先设定的害虫数量阈值,则将识别到的各个害虫在图像中所处的区域分别提取为多个害虫疑似图像,判断每个害虫疑似图像的识别正确率;根据害虫数量和每个害虫疑似图像的识别正确率计算出虫害预测水平,通过图像采集装置面向诱虫装置自动采集害虫图像,免去人工目测耗时耗力的弊端,还能做到对害虫实时监控;结合害虫数量和每个害虫疑似图像的识别正确率来计算虫害预测水平准确性更高,得出的结果更有意义,增强了对害虫防治的指导性。
基于上述文件的表述,现有的害虫图像标注算法在进行图像处理的过程中,随着害虫种类的增加,复杂程度变高后,不同类的对象可能具有相似性,模型未能解决细粒度识别问题,其进行害虫特征标注的所用时长也随之增加,并且最终标注的结果亦存在精准度偏差的问题,为此,本发明提供了基于视觉与先验知识共融的害虫图像标注算法。
实现思路