python智能识别 病虫草害
基于图像识别的作物病虫草害诊断研究
本文围绕作物病虫草害的快速诊断
,
将作物病虫草害识别的专家知识与数字
图像处理、
神经网络结合
,
综合运用人工智能和网络技术
,
研究实现了作物病虫草
害的远程图像识别与诊断。
取得以下进展
: 1.
图像预处理方面
,
针对作物病虫
草害的图像特点
,
分析、
比较了病虫草害图像的增强处理方法
,
提出了对彩色图像
先进行反色运算
,
再通过
RGB
通道分离
,
得到增强图像的新方法
,
与传统图像增强
算法相比
,
此法简单易行
,
运算量小
,
并具有较强的消除噪声能力。
2.
图像分割方面
,
根据病害图像特点
,
提出通过
H
分量图像灰度分析来
确定阈值对灰度图像分割的方法
,
分割精度明显高于传统的自动阈值分割结果
;
对病害彩色图像分割时
,
用
HIS
颜色系统中的
H
分量图像分割效果最好
,
其次是
RGB
颜色系统中的红色分量图像所做的分割。
并提出
植医堂：人工智能识别准确率达90% 一秒识别农作物病虫害
原标题：植医堂：人工智能识别准确率达90%一秒识别农作物病虫害中国是一个农业大国，农业收益一直深受病虫害影响。据全国农技推广中心统计，我国每年农作物病虫害发生面积80多亿亩次，每年因防治病虫害使用农药200多万吨。传统识别农作物病虫害的方式，通常需要植保技术人员下乡到田，观察作物病症对照鉴定识别，这种方法费时费力效率不高。大多数情况下，农户常常会根据经验判断对“症”下药，结果可能会因其操作的不科学性和不准确性导致病症没有好转甚至恶化。
农业病虫害防治创新突破人工智能识别提升效率随着计算机图像识别与处理技术不断创新发展，病虫害智能识别进入了农户们的生活。上海植医堂网络科技有限公司近日研发出了农作物病虫害智能识别的应用软件。据了解，农户通过该软件使用手机“扫一扫”，对着发生病虫害的农作物拍照上传，便可自动获得病虫害智能识别的诊断结果，包括病虫害相似程度、病害特征、病害原因、防治措施等，帮助农民及时采取正确的方法，以减少病虫害带来的损失。
人工智能识别准确率达90%一秒识别病虫害据悉，植医堂病虫害识别应用目前暂未对所有用户公开，已有近5000位注册用户申请体验。可见，人工智能识别病虫害在农业种植上的需求非常大。提及该应用，植医堂运营负责人郑女士说道：“人工智能在农业领域的应用是未来大趋势，但目前也存在相应的难点，准确性是我们目前在农业病虫害识别中需要攻克的难题。为了使得图片智能识别更精准，我们需要大量的农作物虫害病症的图片样本采集。植医堂通过数据挖掘机器学习、计算机视觉等技术，采用特定的算法和数据模型，对农业病虫害的图像进行广泛挖掘和深度匹配，以获得准确有效的数据特征。目前，植医堂对于常见病虫草害识别的种类可达309种，准确率能达到90%以上，识别处理时间1秒以下。”
展开全文虽然海量数据是解决人工智能的一大前提，但回归农业本身，种植的过程具有相当的不确定性，农作物会根据土壤温湿度、空气温湿度、土壤PH值、土壤养分等会有不同程度的变化，病虫害的表现程度也会有所不同。所以人工智能识别不能作为解决病虫害的最终手段，而是辅助工具，降低农户了解病虫害的门槛。
对此，郑女士同样表示：“人工智能识别病虫害的技术，目前还不能达到准确率100%，当然我们会往这方向去努力。对于植医堂来说，我们希望这项技术能帮助农户在作物发病的初期，在第一时间缩小病害发病范围，尽量做到快速自主地推进病害的防治工作。除外，我们采用人工智能识别配合植物医生的双重有效组合，可以更有力地帮助农民解决病虫害防治问题。”
笔者了解到，除了图像识别技术解决方案，植医堂和各个种植大区的植保机构也有深度合作。植医堂通过大量引入专业植保人士，形成了强大的全国专家资源结构网。平台将数据采集、图像采集、信息处理等功能整合之后，通过丰富的专家资源体系，为农户提供从病虫害智能识别—病情在线诊断—科学开方用药—网上药房购药等一站式的健康种植管理智慧农业方案。
人工智能改革新脚踏实地谋发展农业生产和服务领域存在的痛点由来已久，比如农业服务不完善、病虫害问题解决不及时等等，而人工智能融合农业生产服务创新应用，恰是解决农业问题的新突破点。不过，企业在进行革新的前提下，需要深知病虫害防治是一项长远而艰苦的农业服务工程，唯有脚踏实地、因地制宜，才能取得更长远的深入发展。
植医堂，国内领先开创的“人工智能+网络植物医院”在线平台，提供一站式的农作物健康在线诊疗服务。
更多资讯敬请关注我们的微信公众号：上海植医堂返回搜狐，查看更多
责任编辑：