(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 20221045786 3.6 (22)申请日 2022.04.28 (71)申请人 广东技术师范大学 地址 510665 广东省广州市天河区中山大 道西293号 (72)发明人 唐宇　符伊晴　赵晋飞　杨捷鹏　 李嘉豪　骆少明　谭志平　黄华盛　 郭琪伟　陈尉钊　 (74)专利代理 机构 北京清控智云知识产权代理 事务所 (特殊普通合伙) 11919 专利代理师 仵乐娟 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/74(2022.01)G06K 9/62(2022.01) G06F 16/55(2019.01) G06F 16/583(2019.01) (54)发明名称 基于双重追踪的水稻白叶枯病防治方法与 装置 (57)摘要 本申请示了一种基于双重追踪的水稻白叶 枯病防治方法， 所述方法包括： 筛选出指定昆虫； 获取指定知识图谱； 提取一个指定三元组； 在指 定动物身上装上追踪器， 并投入预设稻田中， 得 到水稻图像序列， 并生成追踪信号分布图序列； 得到第一分布图序列； 得到第二分布图序列， 进 行修正处理， 以得到第三分布图序列； 生成第一 区域， 生成第二区域； 计算第一区域与第二区域 之间的区域相似度值； 若区域相似度值大于区域 相似度阈值， 则得到第三区域； 对第三区域中的 水稻进行白叶枯病防治处理， 实现了对水稻白叶 枯病进行及时检测并防治的目的。 权利要求书3页 说明书12页 附图3页 CN 114882357 A 2022.08.09 CN 114882357 A 1.一种基于双重追踪的水稻白叶枯病防治方法， 其特 征在于， 包括： S1、 根据预设的昆虫筛选方法， 从预设的昆虫列表中筛选出指定昆虫； 其中， 所述指定 昆虫在食物链中处于水稻的上级， 并且相对于感染白叶枯病的水稻， 所述指定昆虫更倾向 于以未感染白叶枯病的水稻 作为食物； S2、 获取对应于所述预设稻田的指定环境类型， 并根据预设的水稻环境类型与知识图 谱的对应关系， 获取与所述指定环境类型对应的指 定知识图谱； 其中， 所述指 定知识图谱中 的一个知识 节点为所述指定昆虫； S3、 根据预设的三元组提取方法， 从所述指定知识图谱中提取一个指定三元组； 其中， 所述指定三元组中的一个知识实体为所述指定昆虫， 另一个知识实体为非昆虫的指定动 物； S4、 在指定数量的所述指定动物身上装上追踪器， 并投入预设稻田中， 再采用预设的图 像传感器在第一时间窗口内， 对 预设稻田进 行实时图像采集处理， 以得到水稻图像序列， 并 在第二时间窗口内， 接收追踪器发送的信号， 以生成追踪信号分布图序列； 其中， 第一时间 窗口与第二时间窗口相同； S5、 对水稻图像序列进行指定昆虫识别处理， 以得到指定昆虫在预设稻田中随时间变 化的第一分布图序列； 对水稻图像序列进行指定动物识别处理， 以得到指定动物在预设稻 田中随时间变化的第二分布图序列， 结合所述追踪信号分布图序列对所述第二分布图序列 进行修正处理， 以得到第三分布图序列； S6、 根据预设的区域生成方法， 采用所述第一分布图序列， 生成第一区域， 同时采用所 述第三分布图序列， 生成第二区域； 根据预设的相似度计算方法， 计算所述第一区域与所述 第二区域之间的区域相似度值， 并判断所述区域相似度值是否大于预设的区域相似度阈 值； S7、 若所述区域相似度值大于预设的区域相似度阈值， 则对所述第一区域和所述第二 区域进行并集处 理， 以得到第三区域； S8、 采用预设的白叶枯病防治方法， 对第三区域中的水稻进行白叶枯病防治处 理。 2.根据权利要求1所述的基于双重追踪的水稻白叶枯病防治方法， 其特征在于， 所述根 据预设的昆虫筛 选方法， 从预设的昆虫列表中筛 选出指定昆虫的步骤S1， 包括： S101、 从预设的食物链中， 选取处于水稻上级的多种昆虫， 以得到由所述多种昆虫构成 的昆虫列表； S102、 在第一样本水稻种植区中， 按第一图案种植感染白叶枯病的水稻和未感染白叶 枯病的水稻； S103、 将所述多种昆虫引入第一样本水稻种植区中， 并在预设时间之后， 对第一样本水 稻种植区进行观察， 以得到与所述多种昆虫分别对应的多个昆虫分布图； S104、 根据预设的图像相似度计算方法， 将所述多个昆虫分布图分别与所述第一图案 进行对比计算， 以得到与所述多个昆虫分布图分别对应的多个第一图案相似度值； S105、 判断所述多个第一图案相似度值中的最大值是否大于预设的相似度阈值； S106、 若所述多个第一图案相似度值中的最大值大于预设的相似度阈值， 则将所述多 个第一图案相似度值中的最大值记为指定第一图案相似度值； S107、 将所述指定第一图案相似度值对应的昆虫记为指定昆虫， 从而从昆虫列表中筛权　利　要　求　书 1/3 页 2 CN 114882357 A 2选出指定昆虫。 3.根据权利要求1所述的基于双重追踪的水稻白叶枯病防治方法， 其特征在于， 所述根 据预设的三元组提取 方法， 从所述指定知识图谱中提取一个指定三元组的步骤S3， 包括： S301、 从所述指定知识图谱中选出多个第一三元组； 其中， 每个第一三元组的一个知识 实体为所述指定昆虫， 另一个知识实体为非昆虫的动物， 实体关系为捕食； S302、 从所述指定知识图谱中选出多个第二三元组； 其中， 每个第二三元组的一个知识 实体为水稻， 另一个知识实体为第一 三元组中的非昆虫的动物， 实体关系为捕食； S303、 根据捕食优选级最高的原则， 从多个第二三元组中的所有知识实体中选出一个 非昆虫的指定动物； 其中， 捕食优选级最高的原则指的是， 相对于其他第二三元组中的非昆 虫的动物的食谱喜好降序 表中指定昆虫的排名， 指 定动物的食谱喜好降序 表中指定昆虫的 排名最高； S303、 将包括指定动物的第一 三元组记为指定三元组。 4.根据权利要求3所述的基于双重追踪的水稻白叶枯病防治方法， 其特征在于， 所述根 据预设的三元组提取方法， 从所述指定知识图谱中提取一个指定三元组的步骤S3之后， 包 括： S31、 在第二样本水稻种植区中， 按第二图案种植感染白叶枯病的水稻和未感染白叶枯 病的水稻； S32、 预先准备多个指定动物， 并将所述多个指定动物引 入第一样本水稻种植区中， 并 在预设时间之后， 对第一样本水稻种植区进行实时观察， 以得到指定动物的活动分布图； S33、 根据 预设的图像相似度计算方法， 将所述活动分布图与所述第二图案进行对比计 算， 以得到第二图案相似度值； S34、 判断所述第二图案相似度值是否大于预设的相似度阈值； S35、 若所述第二图案相似度值大于预设的相似度阈值， 则生成水稻图像序列采集指 令， 以指示在指 定数量的所述指 定动物身 上装上追踪器， 并投入预设稻田中， 再采用预设的 图像传感器在第一时间窗口内， 对预设稻田进行实时图像采集处理， 以得到水稻图像序列， 并在第二时间窗口内， 接收追踪器发送的信号， 以生成追踪信号分布图序列。 5.根据权利要求1所述的基于双重追踪的水稻白叶枯病防治方法， 其特征在于， 所述根 据预设的区域生 成方法， 采用所述第一分布图序列， 生成第一区域， 同时采用所述第三分布 图序列， 生成第二区域； 根据预设的相似度计算方法， 计算所述第一区域与所述第二区域之 间的区域相似度值， 并判断所述区域相似度值是否大于预设的区域相似度阈值的步骤S6， 包括： S601、 在一个第一虚拟平面上， 对所述第一分布图序列进行虚拟投影处理， 从而得到多 个第一投影范围； S602、 对多个第一投影范围进行叠加处理， 以得到第一叠加范围， 并将第一叠加范围记 为第一区域； S603、 在一个第二虚拟平面上， 对所述第三分布图序列进行虚拟投影处理， 从而得到多 个第二投影范围； S604、 对多个第二投影范围进行叠加处理， 以得到第二叠加范围， 并将第二叠加范围记 为第二区域；权　利　要　求　书 2/3 页 3 CN 114882357 A 3