(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210162475.5 (22)申请日 2022.02.22 (71)申请人 鄂州市志超生态农业科技有限公司 地址 432200 湖北省鄂州市华 容区临江乡 王埠村六组 (72)发明人 徐志超　唐肖　徐聪　徐惠　 (74)专利代理 机构 武汉泰山北斗专利代理事务 所(特殊普通 合伙) 42250 专利代理师 董佳佳 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/49(2017.01) G06T 7/90(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06Q 50/02(2012.01) G06V 10/44(2022.01) G06V 10/82(2022.01) (54)发明名称 一种蔬菜种植用病害识别及 补光调节方法 (57)摘要 本发明提供了一种蔬菜种植用病害识别及 补光调节方法， 涉及蔬菜种植技术领域， 包括以 下步骤： 在蔬菜种植地上架设可开启顶棚的棚 罩， 在棚罩内设置识别探头和多色灯； 在控制终 端， 以主要蔬菜作为研究对象， 利用联网数据库 作为知识源， 收集主要蔬菜的概念、 属性、 实例， 构建知识库； 围绕知识库， 先构建多种蔬菜的种 类模型； 本发明利用联网数据库构建知识库， 以 此构建多种蔬菜的模型， 在光谱 敏感波段提取和 颜色纹理特征提取的基础上， 通过深度学习训 练， 添加概念属性响应结果， 使得模型具备对比 响应功能， 在拍摄蔬菜影像后， 进行特征对比， 即 可确定蔬菜的种类以及生长周期， 有利于精准控 制多色灯的色彩以及强度对蔬菜进行补光， 提高 蔬菜产量。 权利要求书2页 说明书6页 附图1页 CN 114463322 A 2022.05.10 CN 114463322 A 1.一种蔬菜种植用病害识别及 补光调节方法， 其特 征在于， 包括以下步骤： 在蔬菜种植 地上架设可开启顶棚的棚罩， 在棚罩内设置识别探 头和多色灯； 在控制终端， 以主要蔬菜作为研究对象， 利用联网数据库作为知识源， 收集主要蔬菜的 概念、 属性、 实例， 构建知识库； 围绕知识库， 先构建多种蔬菜的种类模型， 在种类模型下根据该蔬菜的不同生长进程 构建多个子体模型， 在每 个子体模型 下， 构建多种 病害模型； 在光谱敏感波段提取和颜色纹理特征提取的基础上， 给所有模型进行深度学习训练， 添加概念属性响应结果； 在光照不足的条件下， 关闭棚顶， 利用识别探头识别蔬菜影像至控制终端， 处理后对影 像进行光谱敏感波段提取和颜色纹 理特征提取； 将提取的数据输入模型中进行响应， 确定蔬菜种类以及生长进程属性， 利用联网数据 库获取种植 参数， 控制多色灯改变光照色彩以及光照强度进行补光； 同步病害模型进行响应， 确定蔬菜在当前生长进程下的病害种类， 并连接搜索引擎确 定病害描述以及应对策略。 2.根据权利要求1所述的一种蔬菜种植用病 害识别及补光调节方法， 其特征在于： 在蔬 菜种植地上架设棚罩， 在日常光照充足的条件下， 打开棚 顶， 使得阳光直照蔬菜， 且棚罩内， 识别探头采用AI摄 像头， 多色灯采用多光源植物灯。 3.根据权利要求2所述的一种蔬菜种植用病 害识别及补光调节方法， 其特征在于： 构建 知识库的具体流程为： 以主要蔬菜作为研究对象， 针对蔬菜种类、 生长进程以及病害多源的 问题， 采用集成本体方法， 汇集领域 公共概念和元术语词汇， 联网利用外部源、 专家库、 文本 库及相应的传统知识库作为数据源， 对数据进行选择、 组合、 内化外化和语义消除， 并通过 对该蔬菜概念和元术语的形式化描述 来定义本体概念、 属性、 实例， 进 而集成为知识库。 4.根据权利要求3所述的一种蔬菜种植用病 害识别及补光调节方法， 其特征在于： 构建 模型具体为： 围绕知识库的多源数据， 根据不同蔬菜概念、 属性、 实例元素的定义， 将参数进 行拉伸立体化， 构建立体模 型， 接着基于影像自动化进 行三维影像模 型构建， 获得多种蔬菜 的种类模 型， 然后在种类模 型下， 基于蔬菜的不同生长周期以及生长参数， 细分出多个子体 模型， 最后， 围绕知识库， 联网获取不同蔬菜不同生长周期下的不同病害参数， 将该病害参 数带入多个子体模型中， 再细分出多种病害模型， 上述每种模型均对应相关的属 性以及描 述。 5.根据权利要求4所述的一种蔬菜种植用病 害识别及补光调节方法， 其特征在于： 在不 同的模型中， 先进行光谱敏感波段提取， 通过分析比较利用回归系 数法和连续投影算法得 到蔬菜不同生长周期下的的敏感波段， 再经过原始 光谱和直接正交信号校正不同的预 处理 后， 通过S PA算法提取的特 征波长， 得到蔬菜不同生长周期下不同病害的敏感波段。 6.根据权利要求5所述的一种蔬菜种植用病 害识别及补光调节方法， 其特征在于： 在不 同的模型中， 接着进 行颜色纹理特征提取， 利用灰度共生矩阵法， 通过计算灰度图像得到它 的共生矩阵， 然后透过计算该共生矩阵得到矩阵的特征值， 来分别代表图像的纹理特征， 反 映图像灰度关于方向、 相邻间隔、 变化幅度信息， 接着利用LBP局部二值模式描述图像局部 纹理特征 的算子， 提取纹理特征； 然后利用颜色矩的特征表示方法， 用一阶矩， 二阶矩和三 阶矩表达图像的颜色分布， 并用颜色直方图描述不同色彩在整幅图像中所占的比例， 提取权　利　要　求　书 1/2 页 2 CN 114463322 A 2颜色特征。 7.根据权利要求6所述的一种蔬菜种植用病 害识别及补光调节方法， 其特征在于： 将提 取的光谱敏感波段和颜色纹理特征带入不同的模型中， 基于TensorFlow和PyTorch平台以 卷积神经网络为基本框架对所有模型进行深度学习训练， 交叉验证结果， 采取递进模式进 行概念赋予， 对实体概念对应的属 性概念进行分辨训练， 并取实体概念响应与属 性概念响 应的乘积作为区域 块在各模型 上添加概念属性响应结果。 8.根据权利要求7所述的一种蔬菜种植用病 害识别及补光调节方法， 其特征在于： 在光 照不足的条件下， 利用识别探头识别蔬菜影像至控制终端， 对影像中除蔬菜之外的色阶进 行删除， 保留蔬菜的影像， 然后采用空域像素特征去噪算法对蔬菜数据进 行降噪， 并采用锐 化及分辨率增强的方式凸出颜色特征和纹理特征， 然后先进行光谱敏感波段提取， 再进行 颜色纹理特征提取。 9.根据权利要求8所述的一种蔬菜种植用病 害识别及补光调节方法， 其特征在于： 当提 取的光谱敏感波段、 颜色纹理特征输入至模型中， 模型进行对比训练并响应， 先确定蔬菜种 类， 然后确定生长进程子模型， 同步联网触发相关的属 性、 描述和种植参数， 确定补光色彩 以及补光强度， 控制多色灯改变光照色彩以及光照强度， 对不同生长周期的蔬菜进行适应 性补光。 10.根据权利要求9所述的一种蔬菜种植用病害识别及补光调节方法， 其特征在于： 在 确定生长子模型后， 当存在病害特征时， 病害模型进行相应， 知识库提供数据支持， 先确定 病害种类， 然后确定病害进程， 同时启动控制终端内置的搜索引擎， 根据病害搜索 描述以及 应对策略。权　利　要　求　书 2/2 页 3 CN 114463322 A 3