【技术实现步骤摘要】
一种无人机害虫检测方法
本专利技术涉及无人机害虫检测领域。
技术介绍
无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。机上无驾驶舱，但安装有自动驾驶仪、程序控制装置等设备。地面、舰艇上或母机遥控站人员通过雷达等设备，对其进行跟踪、定位、遥控、遥测和数字传输。可在无线电遥控下像普通飞机一样起飞或用助推火箭发射升空，也可由母机带到空中投放飞行。回收时，可用与普通飞机着陆过程一样的方式自动着陆，也可通过遥控用降落伞或拦网回收。可反复使用多次。广泛用于空中侦察、监视、通信、反潜、电子干扰等。有一些无人机现在用在农业领域，如无人机喷洒农药、无人机播种等，但是无人机根据害虫的位置和密度进行精准喷洒是一个需要解决的问题，现有的多是经过人工观察害虫情况。
技术实现思路
本专利技术的目的在于：公开了一种害虫检测方法，所述方法包括：获得待检测区域的视频，所述待检测区域包括害虫，所述待检测区域的视频包括多帧图像，所述图像中包含害虫的图像信息；基于视频中当前帧图像的前...
【技术保护点】
1.一种害虫检测方法，其特征在于，所述方法包括：/n获得待检测区域的视频，所述待检测区域包括害虫，所述待检测区域的视频包括多帧图像，所述图像中包含害虫的图像信息；/n基于视频中当前帧图像的前一帧图像和后一帧图像，获得残差区域；/n获得所述残差区域中的像素点(i,j)的像素值与所述当前帧图像中的像素点(i,j+k)的像素值之和，其中，所述i，j是正整数，所述k是大于或等于0的整数；/n若所述和大于255，确定第一差值为融合当前帧图像的像素点(i,j)的像素值，所述第一差值为255与所述和与255的商的余数之差值；若所述和小于或者等于255，确定所述和融合当前帧图像的像素点(i...
【技术特征摘要】
1.一种害虫检测方法，其特征在于，所述方法包括：
获得待检测区域的视频，所述待检测区域包括害虫，所述待检测区域的视频包括多帧图像，所述图像中包含害虫的图像信息；
基于视频中当前帧图像的前一帧图像和后一帧图像，获得残差区域；
获得所述残差区域中的像素点(i,j)的像素值与所述当前帧图像中的像素点(i,j+k)的像素值之和，其中，所述i，j是正整数，所述k是大于或等于0的整数；
若所述和大于255，确定第一差值为融合当前帧图像的像素点(i,j)的像素值，所述第一差值为255与所述和与255的商的余数之差值；若所述和小于或者等于255，确定所述和融合当前帧图像的像素点(i,j)的像素值；
对所述融合当前帧图像进行滤波，获得高频当前帧图像和获得低频当前帧图像；
若所述高频当前帧图像中像素点(i,j)的像素值与所述低频当前帧图像中像素点(i,j)的像素值相等，且所述像素点的像素值为第一取值，则赋值第二取值给所述复合当前帧图像的像素点(i,j)的像素值；
若所述高频当前帧图像中像素点(i,j)的像素值与低频当前帧图像中像素点(i,j)的像素值相同，且像素点的像素值不为第一取值，则对复合当前帧图像的像素点(i,j)进行扩展，以使像素点(i,j)包括一个融合通道；对融合通道进行赋值，以使融合通道的取值为第二取值，第二取值与所述像素点的像素值和第一取值不同；
基于第一卷积神经网络对所述当前帧图像进行目标检测，获得当前帧目标区域；
对所述复合当前帧图像进行至少三次池化处理后，获得第五输出数据；
对所述第五输出数据进行至少两次卷积处理后，获得第六输出数据；
对所述第六输出数据进行一池化处理和一次卷积处理后，获得第七输出数据；
将所述第六输出数据和所述第七输出数据进行融合，获得第八输出数据；
对所述第八输出数据进行至少两次池化处理和至少两次卷积处理后，获得第九输出数据；
对所述第九输出数据进行分类，获得所述复合目标区域；
获得所述当前帧目标区域和所述复合目标区域的距离；
若所述距离小于设定阈值，基于所述当前帧目标区域和所述复合目标区域，获得待检测的目标，所述待检测的目标就是害虫。
2.根据权利要求1所述的方法，其特征在于，在所述对所述融合当前帧图像进行滤波，获得高频当前帧图像和获得低频当前帧图...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。