(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210443122.2 (22)申请日 2022.04.26 (65)同一申请的已公布的文献号 申请公布号 CN 114550108 A (43)申请公布日 2022.05.27 (73)专利权人 广东省农业科 学院植物保护研究 所 地址 510640 广东省广州市天河区金颖路7 号 (72)发明人 常虹　郭江龙　高燕　刘艳萍　 王思威　王潇楠　 (74)专利代理 机构 佛山粤进知识产权代理事务 所(普通合伙) 44463 专利代理师 耿鹏 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/44(2022.01) G06V 10/56(2022.01)G06V 10/58(2022.01) G06V 10/771(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) G06Q 10/04(2012.01) G06Q 50/02(2012.01) (56)对比文件 WO 2021012898 A1,2021.01.28 Nguyen.Hyperspectral remote sensi ng to detect leafmi ner-induced stres s in bok choy and spi nach according to ferti lizer regime and timi ng. 《PEST MANAGE MENT SCIENCE》 .2020,第76卷(第6期), 审查员 岑乾 (54)发明名称 一种草地贪夜蛾的识别预警方法及系统 (57)摘要 本发明公开了一种草地贪夜蛾的识别预警 方法及系统， 包括： 获取目标农作物区域的农作 物高光谱图像信息， 将所述高光谱图像信息进行 预处理； 提取光谱特征及纹理特征， 构建虫害识 别模型， 根据所述光谱特征及纹理特征通过虫害 识别模型进行识别并获取虫龄信息； 根据单一叶 片的草地贪夜蛾数量信息估算区域内虫害数量， 并获取农作物受灾的生长阶段， 根据所述光谱特 征、 虫害数量及农作物受灾的生长阶段分析当前 草地贪夜蛾的危害程度； 根据所述危害程度生成 草地贪夜蛾虫害预警信息。 本发 明对目标农作物 区域内草地贪夜蛾进行识别， 实现虫害的早期检 测及生长阶段监测， 同时根据危害程度生成预 警， 对草地贪夜蛾的防治提供依据。 权利要求书3页 说明书11页 附图3页 CN 114550108 B 2022.07.08 CN 114550108 B 1.一种草 地贪夜蛾的识别预警方法， 其特 征在于， 包括以下步骤： 获取目标农作物区域的农作物高光谱图像信息， 将所述高光谱图像信息进行预处理， 提取光谱特 征及纹理特征； 构建虫害识别模型， 根据所述光谱特征及纹理特征通过虫害识别模型进行识别并获取 虫龄信息； 根据单一叶片的草地贪夜蛾数量信 息估算区域内虫害数量， 并获取农作物 受灾的生长 阶段， 根据所述光谱特征、 虫害数量及农作物受灾的生长阶段分析当前草地贪夜蛾的危害 程度； 根据所述 危害程度生成草 地贪夜蛾虫害预警信息； 将所述高光谱图像信息进行 预处理， 提取光谱特 征及纹理特征， 具体为： 获取农作物高光谱图像信息， 根据所述农作物高光谱图像信息获取高光谱数据， 对所 述高光谱数据进行平滑处理， 通过连续投影法获取光谱特征波长， 根据所述光谱特征波长 计算光谱反射 率， 获取光谱特 征； 将高光谱图像信 息中的农作物叶片区域与背景区域进行分离， 获取高光谱图像信 息中 的感兴趣区域， 通过 灰度共生矩阵方法获取 特征感兴趣区域的纹 理特征； 根据所述光谱特征、 虫害数量及农作物 受灾的生长阶段分析当前草地贪夜蛾的危害程 度， 具体为： 获取目标农作物区域的农作物种类信 息， 根据所述农作物种类信 息获取农作物健康样 本不同生长阶段农作物叶片的光谱曲线； 根据目标农作物区域的农作物光谱特征获取光谱反射率曲线， 并提取农作物健康样本 不同生长阶段农作物叶片的光谱曲线中农作物当前生长阶段对应的光谱反射率曲线作为 基准曲线； 同时将目标农作物区域的农作物光谱反射率曲线进行一阶导数， 生成一阶导数曲线， 将所述农作物光谱反射率曲线及一 阶导数曲线与草地贪夜蛾的危害程度进行相关性分析 获取不同危害程度的敏感波段； 将目标农作物区域的农作物敏感波段内的光谱反射率曲线与 所述基准曲线进行对比， 获取曲线偏差； 基于BP神经网络构建危害分类模型， 获取目标农作物区域的环境特征， 将所述曲线偏 差、 环境特征及目标区域内草地贪夜蛾的数量信息输入所述危害分类模型， 生成草地贪夜 蛾危害程度的分类结果。 2.根据权利要求1所述的一种草地贪夜蛾的识别预警方法， 其特征在于， 所述的构建虫 害识别模型， 根据所述光谱特征及纹理特征通过虫害识别模型进行识别并获取虫龄信息， 具体为： 基于机器学习构建虫害识别模型， 进行初始化参数设置， 将农作物正常叶片及草地贪 夜蛾为害叶片的光谱信息作为训练数据， 通过训练数据对VGG卷积神经网络模块进行训练 并调整模型参数； 将目标农作物区域的农作物高光谱图像信 息及光谱特征导入所述VGG卷积神经网络模 块， 判断农作物植株的草地贪夜蛾为害叶片并进行标记， 将标记的叶片作为草地贪夜蛾识 别区域；权　利　要　求　书 1/3 页 2 CN 114550108 B 2通过Faster ‑CNN建立草地贪夜蛾识别 模块， 将标记叶片的图像信息及对应纹理特征输 入DCNN模型进行特征提取， 将提取到的特征图信息输入区域候选网络进 行草地贪夜蛾区域 预测选取目标候选区域； 将所述目标候选区域进行池化操作， 通过Softmax分类器输出草地贪夜蛾的识别结果 及虫龄信息， 并通过边框回归进行草 地贪夜蛾的定位。 3.根据权利要求2所述的一种草地贪夜蛾的识别预警方法， 其特征在于， 通过Faster ‑ CNN建立草地贪夜蛾识别模块， 对Faster ‑CNN建的训练， 具体为： 构建草地贪夜蛾图像样本数据库 单独训练区域候选网络， 将训练好的区域候选网络参 数进行保存； 将区域候选网络输出的目标候选区域训练深度神经网络， 并保持部分共享参数不变， 再次训练区域候选网络进行单独网络参数更新， 通过参数更新后的区域候选网络对 Faster‑CNN进行网络参数 更新。 4.根据权利要求1所述的一种草地贪夜蛾的识别预警方法， 其特征在于， 根据 所述危害 程度生成草 地贪夜蛾虫害预警信息， 具体为： 获取目标农作物种植 区域的气候特征， 根据目标农作物种植区域当前环境特征通过历 史同期气象特征结合所述气候特 征进行预设时间内环境特 征预测， 生成预测环境特 征； 根据草地贪夜蛾危害程度结合预测环境特 征获取虫情发展趋势； 将当前目标农作物区域划分为若干子区域， 根据当前子区域的草地贪夜蛾危害程度生 成空间分布图， 并根据所述虫情发展趋势获取空间分布图的演变结果； 根据所述空间分布图获取各子区域的草地贪夜蛾防治方案， 并根据所述空间分布图的 演变结果生成防治标准， 判断各子区域根据防治方案进行草地贪夜蛾防治后的防效数据是 否达到防效标准； 若达不到， 则根据子区域防治后的危害程度， 根据防治后的危害程度生成二次防治方 案， 并生成修 正信息， 对草 地贪夜蛾防治方案的生成进行修 正。 5.一种草地贪夜蛾的识别预警系统， 其特征在于， 该系统包括： 存储器、 处理器， 所述存 储器中包括一种草地贪夜蛾的识别预警方法程序， 所述一种草地贪夜蛾的识别预警方法程 序被所述处 理器执行时实现如下步骤： 获取目标农作物区域的农作物高光谱图像信息， 将所述高光谱图像信息进行预处理， 提取光谱特 征及纹理特征； 构建虫害识别模型， 根据所述光谱特征及纹理特征通过虫害识别模型进行识别并获取 虫龄信息； 根据单一叶片的草地贪夜蛾数量信 息估算区域内虫害数量， 并获取农作物 受灾的生长 阶段， 根据所述光谱特征、 虫害数量及农作物受灾的生长阶段分析当前草地贪夜蛾的危害 程度； 根据所述 危害程度生成草 地贪夜蛾虫害预警信息； 将所述高光谱图像信息进行 预处理， 提取光谱特 征及纹理特征， 具体为： 获取农作物高光谱图像信息， 根据所述农作物高光谱图像信息获取高光谱数据， 对所 述高光谱数据进行平滑处理， 通过连续投影法获取光谱特征波长， 根据所述光谱特征波长 计算光谱反射 率， 获取光谱特 征；权　利　要　求　书 2/3 页 3 CN 114550108 B 3