作者依據(jù)人工智能、機器學習、神經網絡進行農作物病蟲害圖像識別檢測預警,從圖像預處理、圖像分割、特征值提取、分類識別、系統(tǒng)開發(fā)幾個方面進行了全面、系統(tǒng)的研究。深入分析和挖掘農作物的生長發(fā)育規(guī)律和生長環(huán)境數(shù)據(jù),針對大田環(huán)境、復雜環(huán)境下的病蟲害圖像,背景信息量巨大,病蟲害特征多變、病蟲害關聯(lián)度高和病蟲害復雜度高等特點,以農作物病蟲害的生理學特征為基礎,將圖像處理技術和生物信息學相結合,研究復雜背景下的病蟲害圖像預處理、病蟲害分割、病斑特征提取和病斑識別等一系列關鍵算法,建立農作物病蟲害識別的動態(tài)預測和分析模型,并將識別診斷模型應用于番茄病蟲害圖像識別檢測軟件和番茄生長環(huán)境監(jiān)測微信平臺中。希望《人工智能時代設施蔬菜病蟲害圖像識別和監(jiān)測預警技術研究》能對農業(yè)物聯(lián)網信息化領域的同行有所借鑒。