公开(公告)号：CN117935039A

公开(公告)日：2024-04-26

申请号：CN202311329520.2

申请日：2023-10-16

Applicant: 蚌埠学院

Inventor： 王显龙 ,  朱洪浩 ,  李现伟 ,  周杰涵 ,  何金阳 ,  杨明旭

IPC: G06V20/10 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/776 ,  G06V10/774 ,  G06N3/084

Abstract: 本发明提供一种基于CNN的农作物病虫害识别方法及系统，涉及农作物病虫害识别技术领域，本发明构建基于卷积神经网络的深度学习模型，让深度学习模型识别农作物的叶片后输出农作物的形态大小数据和状态数据，以及叶绿素含量数据和水分含量数据，并构建生长状态系数，针对环境中的光照不同对于农作物的影响，采用Lambert光照模型对照片中的光照强度进行识别，并对生成的生长状态系数进行修正，生成状态判断指数，从农作物的形态大小数据和状态数据，以及叶绿素含量数据和水分含量数据方面综合评价农作物的病虫害情况，能够在病虫害的早期通过农作物的形态、状态等方面进行综合分析，判断农作物的病虫害情况，识别的效果更加的精准。