一种基于无人机图像的作物病害量化方法

本发明公开了一种基于无人机图像的作物病害量化方法，属于作物病害识别技术领域，包括：通过无人机获取叶片图像，并进行预处理，得到叶片图像数据集；构建基于UNet改进的作物病斑分割模型，并利用叶片图像数据集进行训练和评估优化，得到最优作物病斑分割模型；利用最优作物病斑分割模型对无人机叶片图像进行处理，得到病斑区域，通过计算得到病斑区域的面积占比，完成叶片病害程度的量化。本发明通过特征提取层、蛇形卷积层以及交叉注意力层对UNet进行改进，能够对无人机叶片图像中病斑微小且不规则的病斑进行有效分割，提高病斑区域分割的准确度和病斑检测效率，减少人为误差，为农业管理提供更加科学精准的数据支持。