摘要
本发明公开了一种植物病虫害检测方法及系统,属于林业生产领域。针对现有植物病虫害检测精度差且耗时的问题,本发明提供了一种植物病虫害检测方法,它包括获取苗圃中植物的可见光图像和植物的三维深度信息,得到RGB‑D图像;对RGB‑D图像进行划分成若干个等尺寸的网格并进行预处理后,输入至深度学习模型中进行检测,最终得到植物的病虫害检测结果。本发明的检测方法引入了植物的三维深度信息,有助于更准确的判断病虫害的位置和范围;同时增强了深度学习模型的鲁棒性,有助于模型在光照条件较差的情况下仍能准确检测病虫害;整个检测方法既提升了检测的准确性又提升了检测的效率,使得能够在田间环境中实现实时、自动化的病虫害检测,适合大规模的推广使用。本发明的系统结构组成简单,且在采集数据的同时进行实时处理和分析,既减少了安装和维护的复杂性,又增强了整个检测过程的实时性。
技术关键词
植物病虫害检测
三维深度信息
可见光图像
深度学习模型
无监督学习
网格
相机单元
苗圃
散热单元
深度相机
识别病虫害
病虫害图像
阶段
田间环境
叶片
传播算法