一种毫米级作物图像深度学习分析方法及系统

本发明公开了一种毫米级作物图像深度学习分析方法及系统，属于作物图像处理技术领域，其具体包括：利用搭载毫米级分辨率相机的无人机采集目标农田的作物图像数据、数字表面模型及GNSS定位数据，经几何与辐射校正后生成标准化正射图像；基于标准化正射图像计算植被健康指数和纹理特征，进行筛选后标记虫害候选区域；对虫害候选区域进行形态学开或闭运算，生成初步虫害区域矢量边界，并结合预训练深度学习模型输出的虫害区域，确定最终虫害边界；在最终虫害边界内，综合面积、密度及受害程度指数，将虫害等级划分为轻、中、重三级并输出统计报告；本方法实现了虫害的高精度定位与分级。