摘要
本发明公开了基于RGB图像的水稻白叶枯病非接触式病情指数计算方法,首先进行白叶枯病病害评估的图像数据采集及多区域样本生成。然后构建包含坐标注意力模块的LiteNet分类模型,基于生成的多区域样本对构建的LiteNet分类模型进行训练。本发明通过结合实际田间图像采集与种植密度参数,实现了基于图像分辨率和植株密度的自适应采样机制;构建的轻量级LiteNet模型引入坐标注意力模块,提升了对病害区域的感知与识别能力,且计算开销较小;同时,依据小图分类结果统计感染比例并映射病情指数,实现了对白叶枯病严重程度的量化表达,增强了方法的实用性与推广价值。
技术关键词
指数计算方法
叶枯病
非接触式
采样框
图像
样本
坐标
sigmoid函数
模块
分类模型训练
参数
可读存储介质
数据
生成算法
注意力机制
分辨率
密度
存储器