(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 202211143081.1 (22)申请日 2022.09.20 (71)申请人 中数通信息有限公司 地址 510507 广东省广州市天河区元岗路 310号自编5 栋 (72)发明人 刘辉昭　徐伟谦　朱亿华　童雅丽　 (74)专利代理 机构 北京知汇林知识产权代理事 务所(普通 合伙) 11794 专利代理师 董涛 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/82(2022.01) G06V 10/40(2022.01) G06V 20/52(2022.01) (54)发明名称 农作物生长态势监测及病虫害监测系统及 方法 (57)摘要 本发明适用于农业种植技术领域， 尤其涉及 农作物生长态势监测及病虫害监测系统及方法， 所述方法包括： 获取农作物监控高清图像以及农 作物种植地的气象条件数据； 进行图像截取， 得 到完整农作物截图， 通过进行模型比对， 识别单 株农作物； 利用神经网络模型识别农作物生长态 势； 进行局部放大处理， 进行病虫害识别， 将识别 结果和农作物 生长态势发送至种植人员。 本发明 通过对图像进行识别， 将实时监控图像与预设图 像进行比对， 确定农作物的生长态势， 调取高分 辨率图像， 对农作物是否发生病虫害进行检测， 基于检测结果查询预设的诊断数据库， 调取相应 的处理方案， 将检测结果和处理方案发送至种植 人员， 实现了农作物监控和诊断的一体化过程。 权利要求书2页 说明书8页 附图6页 CN 115393723 A 2022.11.25 CN 115393723 A 1.一种农作物生长态 势监测及病虫害监测方法， 其特 征在于， 所述方法包括： 获取农作物监控高清图像以及 农作物种植 地的气象条件数据； 对农作物监控高清图像进行图像截取， 得到完整农作物截图， 通过进行模型比对， 识别 完整农作物截图中的单株农作物； 构建并训练神经网络模型， 利用训练好的神经网络模型对完整农作物截图进行处理， 识别农作物生长态 势； 对完整农作物截图进行局部放大处理， 进行病虫害识别， 将识别结果和农作物生长态 势发送至种植人员。 2.根据权利要求1所述的农作物生长态势监测及病虫害监测方法， 其特征在于， 所述对 农作物监控高清图像进 行图像截 取， 得到完整农作物截图， 通过进 行模型比对， 识别完整农 作物截图中的单株农作物的步骤， 具体包括： 对农作物高清图像进行 特征识别， 确定农作物特 征； 根据农作物特 征分布情况， 确定截图面积， 进行截图， 得到 完整农作物截图； 将完整农作物截图与 预设的农作物模型进行比对， 识别 完整农作物截图中的单株农作 物。 3.根据权利要求1所述的农作物生长态势监测及病虫害监测方法， 其特征在于， 所述构 建并训练神经网络模型， 利用训练好的神经网络模型对完整农作物截图进行处理， 识别农 作物生长态 势的步骤， 具体包括： 构建神经网络模型， 利用预设的数据集对神经网络模型进行训练和 测试； 将完整农作物截图输入到训练好的神经网络模型中， 利用神经网络模型输出农作物的 生长阶段； 根据理论 生长阶段进行比对， 确定农作物生长态 势。 4.根据权利要求1所述的农作物生长态势监测及病虫害监测方法， 其特征在于， 所述对 完整农作物截图进行局部放大处理， 进行病 虫害识别， 将识别结果和农作物生长态势发送 至种植人员的步骤， 具体包括： 识别农作物的主干与枝叶， 基于农作物病虫害位置进行截图处 理， 得到局部放大图； 对局部放大图进行识别， 提取病虫害特征， 查询病虫害特征数据库， 确定是否发生病虫 害； 将识别结果和农作物生长态 势发送至种植人员。 5.根据权利要求1所述的农作物生长态势监测及病虫害监测方法， 其特征在于， 若没有 发生病虫害， 则仅发送农作物生长态 势发送至种植人员。 6.根据权利要求1所述的农作物生长态势监测及病虫害监测方法， 其特征在于， 利用气 象条件数据对识别结果进行核验， 若气象条件数据与识别结果 不匹配， 则进行 人工识别。 7.一种农作物生长态 势监测及病虫害监测系统， 其特 征在于， 所述系统包括： 数据获取模块， 用于获取农作物监控高清图像以及 农作物种植 地的气象条件数据； 农作物截图模块， 用于对农作物监控高清图像进行图像截取， 得到完整农作物截图， 通 过进行模型比对， 识别完整农作物截图中的单株农作物； 神经网络识别模块， 用于构建并训练神经网络模型， 利用训练好的神经网络模型对完 整农作物截图进行处 理， 识别农作物生长态 势；权　利　要　求　书 1/2 页 2 CN 115393723 A 2病虫害识别模块， 用于对完整农作物截图进行局部放大处理， 进行病虫害识别， 将识别 结果和农作物生长态 势发送至种植人员。 8.根据权利要求7所述的农作物生长态势监测及病虫害监测系统， 其特征在于， 所述农 作物截图模块包括： 农作物特 征识别单 元， 用于对农作物高清图像进行 特征识别， 确定农作物特 征； 截图处理单元， 用于根据农作物特征分布情况， 确定截图面积， 进行截图， 得到完整农 作物截图； 模型比对单元， 用于将完整农作物截图与预设的农作物模型进行比对， 识别完整农作 物截图中的单株农作物。 9.根据权利要求7所述的农作物生长态势监测及病虫害监测系统， 其特征在于， 所述神 经网络识别模块包括： 模型训练模块， 用于构建神经网络模型， 利用预设的数据集对神经网络模型进行训练 和测试； 特征识别单元， 用于将完整农作物截图输入到训练好的神经网络模型中， 利用神经网 络模型输出农作物的生长阶段； 生长态势评估单 元， 用于根据理论 生长阶段进行比对， 确定农作物生长态 势。 10.根据权利要求7所述的农作物生长态势监测及病虫害监测系统， 其特征在于， 所述 病虫害识别模块包括： 局部截图单元， 用于识别农作物的主干与枝叶， 基于农作物病虫害位置进行截图处理， 得到局部放大图； 病虫害特征提取单元， 用于对局部放大图进行识别， 提取病虫害特征， 查询病虫害特征 数据库， 确定是否发生病虫害； 数据发送单 元， 用于将识别结果和农作物生长态 势发送至种植人员。权　利　要　求　书 2/2 页 3 CN 115393723 A 3