一种作物长势识别方法和系统技术方案

本发明专利技术提供了一种作物长势识别方法和系统，涉及作物监测技术领域。所述方法包括步骤：获取作物的深度图像、多光谱图像、RGB图像；计算作物株高，分析作物营养状况，识别作物病虫害情况；进行株高评分、营养状况评分和病虫害评分；对评分进行数据融合，计算得到作物的长势评分，若评分低于预设阈值，发出预警信息。本发明专利技术通过采集作物的深度图像、多光谱图像、RGB图像，计算得到作物的株高、营养状况、病虫害情况，从而多方面反应作物长势，并进行数据融合，得到综合的作物长势评分，监测的维度多样化，直观反应作物生长情况，避免了观测人员实地采样观测容易受到主观因素影响。样观测容易受到主观因素影响。样观测容易受到主观因素影响。

【技术实现步骤摘要】
一种作物长势识别方法和系统


[0001]本专利技术涉及作物监测
，更具体地，涉及一种作物长势识别方法和系统。

技术介绍

[0002]农作物是指农业上栽培的各种植物，包括粮食作物、经济作物等，可食用的农作物是人类基本的食物来源之一，对人类具有重要意义；在农作物的生长发育过程中，需要对农作物的长势进行监测以判断农作物的生长状态是否良好，对农作物长势进行监测是实现农作物稳产和高产的基础。通过对农作物长势进行监测，可以针对农作物的生长状态采取适当的农情操作，如浇水、施肥、打药等，从而提升农作物的产量和质量，因此对农作物长势的监测是十分必要的。传统的农作物长势识别主要通过人工观测的方式，需要观测人员进行实地采样观测，但该方式费时、费力且容易受到主观因素的影响。
[0003]公开号为CN107609078A，公开日：2020
‑
04
‑
10，提出的长势识别模型更新方法、传感器、服务器及系统，该专利技术主要是通过采集作物的光谱数据来获得作物的长势参量数据，进而通过机器学习的方式实现长势识别模型的动态更新，提高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作物长势识别方法和系统，其特征在于，所述方法包括以下步骤：S1：获取作物的深度图像、多光谱图像、RGB图像；S2：利用所述深度图像和RGB图像计算作物株高，利用所述多光谱图像分析作物营养状况，利用所述RGB图像识别作物病虫害情况；S3：根据作物株高、作物营养情况和作物病虫害情况进行评分，得到株高评分、营养状况评分和病虫害评分；S4：对株高评分、营养情况评分和病虫害评分进行数据融合，计算得到作物的长势评分，若评分低于预设阈值，发出预警信息。2.根据权利要求1所述的一种作物长势识别方法，其特征在于，步骤S2利用所述RGB图像识别作物病虫害情况的步骤包括：S211：采集n张RGB的作物病虫害图像数据并进行人工标注；S212：按照预设比例将标注好的病虫害图像数据划分为训练集和测试集；S213：构建深度学习模型，并利用训练集和测试集训练所述深度学习模型；S214：将采集的作物RGB图像输入训练完成的深度学习模型，得到作物病虫害的评分。3.根据权利要求1所述的一种作物长势识别方法，其特征在于，步骤S2所述营养状况通过归一化植被指数NDVI表示，所述归一化植被指数NDVI通过多光谱图像中的近红外波段数据和红外波段数据计算得到。4.根据权利要求1所述的一种作物长势识别方法，其特征在于，步骤S3所述根据作物株高、作物营养情况和作物病虫害情况进行评分的方法为：将作物株高、作物营养情况和作物病虫害情况与健康作物植株进行差异性分析，得到对应的评分。5.根据权利要求1所述的一种作物长势识别方法，其特征在于，步骤S4所述数据融合的方法为：将株高评分、营养状况评分和病虫害评分做归一化处理，并将各个维度的评分与作物的长势进行相关性分析，根据相关性程度的高低，分别对各个维度的评分赋权，由此计算出作物的长势评分。6.一种作物长势识别系统，其特征在于，所述系统包括：深度相机(2)、多光谱相机(3)、可见光相机(4)、支架(1)、通信模...

【专利技术属性】
技术研发人员：肖德琴，杨文涛，林探宇，吴彻，张远琴，刘又夫，潘永琪，曾瑞麟，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：