摘要
本发明涉及农业智能化技术领域,公开了基于交叉注意力机制的番茄叶片多尺度特征提取方法,包含以下步骤:对番茄叶片图像进行预处理,利用图像增强技术提高病害区域的可见度;基于最佳熵阈值法对图像进行分割,提取出番茄叶片区域并去除背景噪声;引入交叉注意力机制,对分割后的叶片图像进行处理,结合水平和垂直方向上的特征权重分配策略,以增强病害特征的表达;采用多尺度稀疏网络对提取的特征进行多尺度特征融合,以避免信息丢失并保证不同尺度病害特征的准确提取。通过采用基于交叉注意力机制的多尺度特征提取技术方案,达到了显著提升番茄叶片病害特征表达的效果,能够有效避免信息丢失。
技术关键词
交叉注意力机制
病害特征
番茄
图像增强技术
叶片
最佳熵阈值
多尺度特征融合
深度学习模型
权重分配策略
视网膜大脑皮层理论
农业智能化技术
背景噪声
人工蜂群算法
特征提取技术
施药方式
残差学习
变换算法
系统为您推荐了相关专利信息
马铃薯叶片
监测方法
连续投影算法
农作物灌溉技术
数据
车辆周边
行驶轨迹生成方法
车辆行驶轨迹
行驶轨迹生成系统
多模态