1.一种用于监测农业病虫害的预警系统，其特征是，包括图像传感器模块、环境传感器模块、图像处理模块、检测模块、预警模块，所述图像传感器模块用于采集农业病虫害图像；

所述图像处理模块用于对采集的农业病虫害图像进行特征提取，并将提取到的农业病虫害图像特征传递给检测模块；所述环境传感器模块用于检测农作物的环境参数并将环境参数传递给检测模块；所述检测模块用于检测农业病虫害图像特征以及环境参数与病虫害灾情风险之间的关联程度并得到检测结果；所述预警模块用于根据检测模块的检测结果，准确及时地发出病虫害灾情预警；

所述环境传感器模块与检测模块相连；

所述图像处理模块包括预处理单元、压缩单元、重构单元和特征提取单元；预处理单元用于对采集到的农业病虫害图像进行前期处理，得到一系列的稀疏子图像块；所述压缩单元用于对预处理单元得到的稀疏子图像块进行采样压缩；所述重构单元用于对经压缩单元处理后的农业病虫害图像进行重构，得到重构后的农业病虫害图像；所述特征提取单元用于从重构后的农业病虫害图像中提取农业病虫害图像特征；

所述预处理单元用于对采集到的农业病虫害图像进行预处理，去除农业病虫害图像中的随机噪声，得到去噪后的农业病虫害图像，并将去噪后的农业病虫害图像分成等大小的图像块，并采用非下采样contourlet变换对图像块进行稀疏变换，得到一系列的稀疏子图像块，具体为：

1)先采用离散余弦变换(DCT)对采集到的，大小为N×N的农业病虫害图像进行去噪处理，去除农业病虫害图像中的随机噪声，得到第一次去噪后的农业病虫害图像Y1；

2)以图像Y1中的像素点ga为中心，选取一个大小为D×D的矩形区域作为一搜索区域，利用选择函数对搜寻区域内像素点gb进行预选择，当F(Ma，Mb)不小于选定的阈值λ(ga)，则该像素点为像素点ga的相似像素点，遍历搜索区域所有像素点，获取像素点ga的相似集合Ωa，其选择函数为：

其中，Ma为以像素点ga为中心，大小为L×L的图像块；Mb为以像素点gb为中心，大小为L×L的图像块；和 分别为像素块Ma和像素块Mb的灰度值的均值，ηa和ηb分别为像素块Ma和像素块Mb的灰度值的标准差，v、w和γ是权重参数，Q1、Q2和Q3是为避免分母为0设置的常数，和 分别为像素块Ma和像素块Mb的频域系数的灰度值的标准差， 为像素块Ma和像素块Mb的频域系数的协方差；

3)遍历相似集合Ωa内所有相似点ga，利用权重公式计算相似点的权值大小，并对搜索区域内所有像素点进行加权平均，得到待估计像素点ga的去噪估计值，其自定义的权重公式为：

像素点ga的去噪估计值的计算公式为：其中，K(Ma，Mb)为权重因子， 为像素块Ma和像素块Mb的高斯加权欧式距离；α为农业病虫害图像的高斯核的标准差，h为滤波系数，控制权值函数的衰减速度，决定滤波的程度；Ω为以像素点ga为中心的搜索区域，K(ga，gb)为权值，由以ga和gb为中心，大小为L×L的图像块Ma和Mb之间的相似度决定，且0≤K(ga，gb)≤1；χ(ga)为像素点ga的去噪估计值，χ(gb)为搜索区域像素点gb的去噪估计值；

4)遍历图像Y1中的所有像素点，得出图像Y1中所有像素点的去噪估计值，用计算得到的去噪估计值代替图像Y1中对应像素点的灰度值，从而得到二次去噪后的农业病虫害图像Y2；

5)将农业病虫害图像Y2等分成大小为B×B(Block_Size)的子图像块，设 表示第j个子图像块的列向量形式，

6)采用非下采样contourlet变换对子图像块进行稀疏处理，得到一系列的稀疏子图像块

2.根据权利要求1所述的一种用于监测农业病虫害的预警系统，其特征是，所述压缩单元用于对稀疏子图像块进行观测投影，得到稀疏子图像块的采样值，具体为：

1)构造一个大小为B×B的测量矩阵Φp，具体为：

11利用映射方程迭代产生一组序列{t1，t2，...，tn}，其自定义映射方程为：其中，κ为调节因子，自定义为κ＝3，初始值tn∈(0，1)；

2

12从t1001开始，等间隔选取一个长度为B的一组数，构成一个新的序列

13按照行进行排序，将序列 调整为一个大小为B×B的测量矩阵Φp，具体为：

其中， 为一个归一化系数；

2)利用测量矩阵Φp对稀疏子图像块进行采样压缩，得到稀疏子图像块的采样值，具体为：

其中，ωj为第j个稀疏子图像块的采样值； 为第j个稀疏子图像块。

3.根据权利要求2所述的一种用于监测农业病虫害的预警系统，其特征是，所述重构单元用于对稀疏子图像块的采样值进行重构，得到稀疏子图像块的迭代值，合并所有稀疏子图像块的迭代值即可得到重构后的农业病虫害图像，具体为：

1)利用 得到第j个稀疏子图像块的初始迭代值，其中， 表示第j个系数子图像块的初始迭代值， 为Φp的转置矩阵，ωj为第j个稀疏子图像块的采样值；

2)利用维纳滤波器对 进行滤波，得到 其中i为迭代代数； 为滤波得到的第j个稀疏子图像块的滤波图像块；

3)对 进行投影计算，得到 定义投影的计算公式为：其中， 为投影得到的图像块， 为图像块的测量矩阵Φp的转置矩阵，ωj为第j个稀疏子图像块的采样值；

4)利用稀疏矩阵ψ对投影得到的 进行稀疏变换，并利用阈值函数对稀疏变换得到的变换系数进行阈值处理，得到一组新的变换系数，其中τ为自定义阈值，最后再经稀疏逆变换，得到 其中，自定义阈值函数为：式中，稀疏矩阵ψ为选定的一个矩阵， 为阈值函数，l为变换系数，lp为变换系数l的父系数，τ为收敛控制系数；σ为变换系数l的估计值；σl为变换系数l的3×3邻域估计值的边缘均方差， 为经稀疏逆变换得到的第j个图像块的估测值；

5)利用迭代函数对 进行迭代处理，得到 的迭代值 其定义的迭代函数为：(i) (i+1) (i) ‑4

6)计算残差D ，若|D ‑D |＜10 ，则输出 否则，跳转到步骤2)，迭代计算，(i+1) (i) ‑4

直至满足|D ‑D |＜10 ，输出迭代值 其中，残差的计算公式为：

7)遍历所有稀疏子图像块的采样值，并进行迭代重构，得到所有稀疏子图像块的迭代值，利用得到的所有稀疏子图像块的迭代值对原农业病虫害图像进行重构，得到重构后的农业病虫害图像。

4.根据权利要求3所述的一种用于监测农业病虫害的预警系统，其特征是，所述特征提取单元采用深度卷积神经网络算法对重构后的农业病虫害图像进行训练，提取农业病虫害图像特征。