(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 202210370809.8 (22)申请日 2022.04.11 (65)同一申请的已公布的文献号 申请公布号 CN 114445785 A (43)申请公布日 2022.05.06 (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 赵灿　李敦松　郭义　夏玥　 (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 10/764(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/04(2012.01) G06Q 50/02(2012.01) G06F 16/2457(2019.01) A01M 1/04(2006.01) A01G 13/00(2006.01) (56)对比文件 CN 103960092 A,2014.08.0 6 CN 113609941 A,2021.1 1.05 王林惠 等.便携式柑橘虫害实时检测系统 的研制与试验. 《农业工程学报》 .2021,第37 卷 (第9期),第282-28 8页. 审查员 李富贵 (54)发明名称 基于物联网的荔枝虫害监测预警方法、 系统 及存储介质 (57)摘要 本发明公开了一种基于物联网的荔枝虫害 监测预警方法、 系统及存储介质， 通过获取荔枝 植株图像信息， 进行图像分割获取叶片及果实区 域图像信息； 将所述叶片及果实区域图像信息进 行预处理， 基于生成对抗网络及卷积神经网络构 建荔枝虫害识别模型， 将预处理后的叶片及果实 区域图像信息导入所述荔枝虫害识别模型， 进行 荔枝虫害的识别 与分类； 根据虫害识别结果结合 虫害的主要虫态信息进行荔枝虫害的分级预警， 同时根据荔枝虫害种类信息及主要虫态信息制 定综合防治方案， 并所述荔枝虫害识别结果、 虫 害预警及综合防治方案按照预设方式进行显示。 本发明通过对荔枝虫害的识别进行分级预警， 并 制定荔枝虫害的针对性防治 方案， 保障了荔枝的 高产优质。 权利要求书4页 说明书12页 附图1页 CN 114445785 B 2022.06.21 CN 114445785 B 1.一种基于物联网的荔枝虫害监测预警方法， 其特 征在于， 包括以下步骤： 通过获取荔枝植株图像信 息， 将所述荔枝植株信 息进行图像分割获取叶片及果实区域 图像信息， 将所述叶片及果实区域图像信息进行 预处理； 基于生成对抗网络及卷积神经网络构建荔枝虫害识别模型， 将预处理后的叶片及果实 区域图像信息导入所述荔枝虫害识别模型， 进行荔枝虫害的识别与分类； 根据虫害识别结果结合虫害的主 要虫态信息进行荔枝虫害的分级预警； 同时根据荔枝虫害种类信息及主要虫态信息制定综合防治方案， 将荔枝虫害识别结 果、 虫害预警及综合防治方案按照预设方式进行显示； 所述的根据虫害识别结果结合虫害的主要虫态信息进行荔枝虫害的分级预警， 具体 为： 根据不同种类的荔枝虫害预设不同的阈值 区间， 根据叶片及果实区域图像信 息中的锚 框中的荔枝虫害的形态进行分龄， 并根据分龄结果确定 荔枝虫害的主 要虫态信息； 根据单一叶片或果实上的主要虫态信息对应虫害数量信息估算荔枝植株中的虫害数 量信息； 根据所述虫害数量信息所落在的预设阈值区间确定 荔枝虫害的预警信息； 在进行虫害预警时将荔枝虫害造成的经济损失进行 预测并预警， 具体为： 根据荔枝虫害的种类信息及主要虫态信息结合荔枝种植地所在度的气象信息进行下 一虫态发生期的预测， 根据预测虫害的虫态发生期获取 虫害爆发期的预测时间； 根据当前荔枝种植区域中受虫害植株数量计算当前荔枝虫害病情指数， 根据 所述当前 荔枝虫害病情指数 结合爆发期预测时间预估爆发期荔枝虫害病情指数； 获取往年同期历史荔枝虫害病情指数， 将所述爆发期荔枝虫害病情指数与 所述历史荔 枝虫害病情指数进行对比生成病情系数； 根据所述病情系数及历史荔枝产量信 息生成爆 发期荔枝产量损失信 息， 根据所述产量 损失信息获取枝虫害造成的经济损失， 同时根据当前获荔枝种植区域内土地利用数据， 获 取生态价 值损失， 根据所述经济损失及生态价 值损失生成 综合损失预警； 所述的根据荔枝虫害种类信息及主 要虫态信息制定综合防治方案， 具体为: 通过荔枝虫害识别结果判断虫害所属类别是否具备趋光性， 若具备趋光性， 则根据虫 害所属种类的趋光 性获取光强及光色信息； 根据预设范围将荔枝种植区域划分多个子区域， 并根据 各子区域的荔枝种植密度确定 灯光诱捕位置信息， 根据所述光强及光色信息及灯光诱捕位置信息生成灯光诱杀防治方 案； 获取叶片及果实区域图像信 息中的虫害图像信 息， 根据所述虫害图像信 息进行虫害的 虫龄判断， 根据虫害的种类信息及虫龄预测虫害的爆发期， 根据所述爆发期及果实收获期 确定最佳防治期； 通过虫害的种类信息获取大数据检索， 获取同种类型虫害的防治案例， 将所述防治案 例按照仿效进行排序， 获取仿效最高的防治案例中对应的药剂配方作为首选药剂， 并结合 最佳防治期生成化学防治方案 。 2.根据权利要求1所述的一种基于物联网的荔枝虫害监测预警方法， 其特征在于， 所述 的基于生成对抗网络及卷积神经网络构建荔枝虫害识别模型， 具体为：权　利　要　求　书 1/4 页 2 CN 114445785 B 2基于生成对抗网络及卷积神经网络构建荔枝虫害识别模型， 获取单一背景及复杂背景 的真实荔枝虫害图像信息， 通过 所述生成对抗网络进行荔枝虫害图像的数据扩充； 将所述荔枝虫害图像信 息导入生成对抗网络， 将所述真实荔枝虫害图像信 息获取预设 数量的图像信息匹配随机噪声输入到生成对抗网络中的生成器， 并根据预设生成图像尺寸 将噪声进行尺寸 规范， 通过多层反卷积处 理生成荔枝虫害样本图像信息； 在生成对抗网络中的判别器中通过双卷积网络对荔枝虫害图像信息通过多层卷积进 行不同尺度的特征图提取， 通过调整滑动步长将特征图进行特征融合， 并进行标准化及非 线性变化处 理， 将特征图变换为预设维度特 征向量后判断图像是否为真； 将所述判别器及生成器进行交替训练至损失函数平稳， 将各种类真实荔枝虫害图像信 息导入生成对抗网络生成对应种类的荔枝 虫害样本图像信息， 并对所述荔枝 虫害样本图像 信息进行评价， 判断所述荔枝虫害样本图像信息与真实荔枝虫害图像信息的质量偏差； 若所述质量偏差处于预设相似度预设范围内， 则根据荔枝虫害样本图像信 息生成荔枝 虫害样本图像数据集。 3.根据权利要求2所述的一种基于物联网的荔枝虫害监测预警方法， 其特征在于， 所述 的基于生成对抗网络及卷积神经网络构建荔枝虫害识别模型， 具体为： 通过荔枝虫害样本图像数据集对卷积神经网络进行初始化训练， 将叶片及果实区域图 像信息导入训练后的卷积神经网络； 获取所述叶片及果实区域图像信 息中的多尺度特征信 息， 并所述多尺度 特征信息进行 融合生成融合特 征图； 通过区域候选网络对所述融合特征图进行感兴趣区域判定， 并将所述感兴趣区域进行 标记记录； 将所述区域候选网络生成的感兴趣区域进行池化操作 形成最终特征图， 将池化层输出 的最终特征图导入到Softmax分类器中， 计算荔枝虫害 所属种类的概率， 将概率最大的种类 信息作为荔枝虫害的所属种类， 并通过边界回归获取荔枝虫害的锚框位置； 根据所述荔枝虫害的所属种类与锚框位置生成带种类标签的荔枝虫害识别结果。 4.根据权利要求1所述的一种基于物联网的荔枝虫害监测预警方法， 其特征在于， 还包 括： 判断当前荔枝果实发育期， 获取当前荔枝果实发育期中预设时间段内的落果数量信 息； 判断所述落果数量信息是否大于预设落果数量阈值， 若大于， 则判断为荔枝异常落果 现象， 生成荔枝虫害预警； 当生成荔枝虫害预警时， 获取荔枝虫害预警等级信息， 根据当前虫害的种类及主要虫 态信息判断天敌昆虫的释放时间， 并根据所述荔枝虫害预警等级信息确定天敌昆虫释放数 量及释放比例； 根据所述释放 时间、 释放数量及释放比例结合荔枝种植所在地的气象信 息生成荔枝虫 害天敌昆虫的释放计划， 并在天敌昆虫释放的预设时间后重新评估荔枝虫害预警等级信 息； 根据重新评估后的荔枝虫害预警等级信息对所述释放计划进行修 正。 5.一种基于物联网的荔枝虫害监测预警系统， 其特征在于， 该系统包括： 存储器、 处理权　利　要　求　书 2/4 页 3 CN 114445785 B 3