摘要
本发明涉及机械参数调整技术领域,尤其涉及一种用于调整农业机械作业参数的方法、系统及储存介质。该方法包括以下步骤:通过多光谱相机获取农田的多光谱图像数据;对多光谱图像数据进行图像分割及特征提取,并识别不同土壤类型、作物生长状态以及杂草分布,得到农田特征图数据;利用深度学习算法对农田特征图数据进行不同区域的耕作难度预测,得到耕作难度预测数据;获取农业机械的部件图像数据;对部件图像数据进行边缘检测以及形态学分析,并识别部件的磨损状态,从而得到磨损状态数据。本发明利用深度学习进行耕作难度预测和部件磨损动力学建模,提高了对复杂农田环境和机械状态的分析能力,增强预测的准确性。
技术关键词
农业机械作业
作业状态数据
作物生长状态
农田
车载摄像系统
多光谱相机
作业深度
作业参数
深度卷积神经网络模型
最佳参数组合
多尺度图像分割
深度学习算法
边缘检测
覆盖率
策略