【技术实现步骤摘要】
本专利技术属于植保作业，涉及一种在线生成草害治理处方图的方法及系统。
技术介绍
1、目前，在农业和园艺领域，杂草是一种常见而严重的问题，对植物的生长和产量造成负面影响。目前，人们通常使用除草剂或手动除草来控制杂草的生长。然而，现有的杂草识别和管理方法存在一些局限性，包括人力成本高、识别准确性低以及对专业知识的依赖性。现有系统中，一般只能大致识别各个区域的杂草基本分布情况，难以针对更多杂草的具体信息进行识别分析，也无法结合防治领域专家的意见自动生成相应的治理策略和具体施药参数，更无法相关数据以图像方式对各区域进行直观展现，因此目前的系统仍需依赖专家对具体防治需要进行指导，系统仅能提供基础数据供专家进行分析。因此现有技术对草害的具体治理仍有很大的局限性。
技术实现思路
1、本专利技术的目的是提供一种在线生成草害治理处方图的方法，用于解决现有技术中只能提供草害的一些基础数据，难以进行具体治理策略和施药参数的分析确定，仍依赖专家人员的指导，因此存在人力成本高、识别准确性低以及对专业知识的依赖性这些技术问题。
2、所述的一种在线生成草害治理处方图的方法，包括下列步骤：
3、s1、采集发生草害区域的影像数据；
4、s2、依据高清影像数据对杂草图像进行检测识别，对定点巡查采集的杂草图像进行杂草特征的目标检测；
5、s3、基于上一步的识别结果对草害情况进行分析，将图像网格化后采用ahp层次分析法确定每个网格中包括杂草特征在内的草害相关特征的特征权重，
6、s4、基于分析结果生成草害治理处方图，所述草害治理处方图中每个网格都与草害相关特征关联。
7、优选的，所述步骤s3中，具体步骤包括：
8、s3.1、首先是对目标区域进行网格划分，生成目标区域网格方阵；
9、s3.2、对每个网格内杂草种类、叶龄、杂草密度、作物生育期这些网格内关联的草害相关的特征权重进行计算；
10、s3.3、综合上一步确定的特征权重采用ahp层次分析法进行影响程度分析；
11、s3.4、计算杂草发生等级，杂草发生等级的计算式为：xn表示第n个特征向量，an表示第n个特征向量对应的指标权重，a0表示常数项系数。
12、优选的，杂草种类、叶龄、杂草密度属于杂草特征，杂草种类和叶龄是杂草识别模型对网格内采集的高清杂草图片的识别计算的输出结果；杂草密度则基于从巡查采集的图像识别到的叶片数量计算出相应数据；作物生育期选择当前目标区域种植作物的生育周期。
13、优选的，所述步骤s4中，综合杂草的发生等级、等级系数，网格大小、稀释倍数四种计算因子，自动计算每个网格的施药量，等级系数表示不同程度的杂草发生等级对所需的用药量影响因子，通过实验验证确定，每个网格的施药量v的计算式为v＝w×x×y×z，w表示等级系数，x表示杂草发生等级，取值1-5的整数，对应从轻到重的五个杂草发生等级，y表示网格大小，z表示稀释倍数，确定所有网格对应的施药量后，通过相应颜色表现对应网格的施药量，依据相应施药量的数据将相应颜色填满相应网格，最终生成草害治理处方图。
14、优选的，系统中还能预先存储与草害相关特征相关的具体草害治理策略和/或相应杂草的专业知识，所述步骤s4中，选中草害治理处方图中的网格即能关联显示具体草害治理策略和/或相应杂草的专业知识。
15、优选的，所述步骤s1包括以下子步骤：
16、s1.1、基于无人机遥感技术在监控区域内采集地面高清影像；
17、s1.2、对回传的地面高清影像进行实时处理和拼接；
18、s1.3、对发生草害的区域进行识别和巡查，以采集杂草生长的高清影像数据。
19、优选的，所述步骤s1.2包括：
20、一、图像配准：将这些图像对齐到一个统一的坐标系，使得它们可以正确拼接在一起；
21、二、图像融合：将这些重叠区域进行无缝融合，使得拼接后的图像看起来自然连续；
22、三、色彩校正：对图像进行颜色校正，使得拼接后的图像在色彩上保持一致。
23、优选的，所述步骤s2中，实现对杂草种类、叶片数量和叶龄的目标检测，叶龄代表该杂草的生长周期，叶片数量用于计算网格内叶片密度，具体包括下列子步骤：
24、s2.1、数据扩充，通过对原始图像进行平移、旋转、缩放、翻转等操作来生成新的样本；
25、s2.2、杂草检测，选择yolov8卷积神经网络模型，训练后得到能对杂草的杂草种类、叶龄和叶片数量完成识别的杂草识别模型。
26、本专利技术还提供了一种在线生成草害治理处方图的系统，采用如上所述的一种在线生成草害治理处方图的方法，所述系统包括，
27、无人机勘察模块，用于利用多光谱遥感无人机从采集监控区域内的地面高清影像并回传；
28、影像拼接模块，用于对图片进行配准、融合、校正操作，进而得到监控区域内清晰完整的高清遥感图像；
29、定点巡查模块，用于对拼接后的地面高清影像进行分析，影像数据栅格化后识别出发生草害的区域，再基于识别结果在线配置飞行参数和定点巡查任务路线，让无人机自动飞往发生草害的区域采集杂草生长的高清影像数据；
30、杂草检测模块，用于依据高清影像数据对杂草图像进行检测识别，获取杂草特征；
31、处方图计算模块，用于综合杂草相关特征、杂草的专业知识，应用专业的农业知识和规则，自动计算施药量，生成杂草治理处方图。
32、策略储存模块，用于储存具体草害治理策略和杂草的专业知识，以及二者与草害相关特征的关联关系。
33、优选的，所述影像拼接模块包括图像配准单元、图像融合单元和色彩校正单元，对应完成图像配准、图像融合和色彩校正；所述定点巡查模块包括栅格处理单元和巡查路径计算单元，栅格处理单元用于完成对地面影像数据的处理识别和栅格化，巡查路径计算单元用于计算出合理的巡查路径并发送到无人机系统，控制无人机完成相关巡查；所述杂草检测模块包括数据扩充单元、杂草检测单元和等级计算单元，对应完成数据扩充、杂草特征检测和杂草发生等级的分析计算。
34、本专利技术具有以下优点：本专利技术一方面在全区域的地面影像数据基础上识别发生草害的区域并进行针对性的无人机巡查以采集杂草图像更清楚的高清影像数据，继而通过基于yolov8训练的杂草识别模型检测到更加细节的杂草特征。对各个网格对应区域进行杂草的准确识别和处理。从而能将与杂草种类相关的杂草专业知识和治理策略关联到网格，通过草害治理处方图直观展示。
35、另一方面，本专利技术又利用包含杂草特征在内的草害相关特征进行分析，从而得到更加精准的表现草害发生严重程度的杂草发生等级。最后基于实验验证确定高清影像数据中网格的施药量与发生等级、等级系数，网格大小、稀释倍数这些影响因素的关系，从而计算出每个网格的合理施药量，并以草害治理处方图的方式直观展现出来本文档来自技高网...
【技术保护点】
1.一种在线生成草害治理处方图的方法，其特征在于：包括下列步骤：
2.根据权利要求1所述的一种在线生成草害治理处方图的方法，其特征在于：所述步骤S3中，具体步骤包括：
3.根据权利要求2所述的一种在线生成草害治理处方图的方法，其特征在于：杂草种类、叶龄、杂草密度属于杂草特征，杂草种类和叶龄是杂草识别模型对网格内采集的高清杂草图片的识别计算的输出结果；杂草密度则基于从巡查采集的图像识别到的叶片数量计算出相应数据；作物生育期选择当前目标区域种植作物的生育周期。
4.根据权利要求3所述的一种在线生成草害治理处方图的方法，其特征在于：所述步骤S4中，综合杂草的发生等级、等级系数，网格大小、稀释倍数四种计算因子，自动计算每个网格的施药量，等级系数表示不同程度的杂草发生等级对所需的用药量影响因子，通过实验验证确定，每个网格的施药量V的计算式为V＝w×x×y×z，w表示等级系数，x表示杂草发生等级，取值1-5的整数，对应从轻到重的五个杂草发生等级，y表示网格大小，z表示稀释倍数，确定所有网格对应的施药量后，通过相应颜色表现对应网格的施药量，依据相应施药量的数
5.根据权利要求1所述的一种在线生成草害治理处方图的方法，其特征在于：系统中还能预先存储与草害相关特征相关的具体草害治理策略和/或相应杂草的专业知识，所述步骤S4中，选中草害治理处方图中的网格即能关联显示具体草害治理策略和/或相应杂草的专业知识。
6.根据权利要求1所述的一种在线生成草害治理处方图的方法，其特征在于：所述步骤S1包括以下子步骤：
7.根据权利要求6所述的一种在线生成草害治理处方图的方法，其特征在于：所述步骤S1.2包括：
8.根据权利要求1所述的一种在线生成草害治理处方图的方法，其特征在于：所述步骤S2中，实现对杂草种类、叶片数量和叶龄的目标检测，叶龄代表该杂草的生长周期，叶片数量用于计算网格内叶片密度，具体包括下列子步骤：
9.一种在线生成草害治理处方图的系统，其特征在于：采用如权利要求1-8中任一所述的一种在线生成草害治理处方图的方法，所述系统包括，
10.根据权利要求9所述的一种在线生成草害治理处方图的系统，其特征在于：所述影像拼接模块包括图像配准单元、图像融合单元和色彩校正单元，对应完成图像配准、图像融合和色彩校正；所述定点巡查模块包括栅格处理单元和巡查路径计算单元，栅格处理单元用于完成对地面影像数据的处理识别和栅格化，巡查路径计算单元用于计算出合理的巡查路径并发送到无人机系统，控制无人机完成相关巡查；所述杂草检测模块包括数据扩充单元、杂草检测单元和等级计算单元，对应完成数据扩充、杂草特征检测和杂草发生等级的分析计算。
...【技术特征摘要】
1.一种在线生成草害治理处方图的方法，其特征在于：包括下列步骤：
2.根据权利要求1所述的一种在线生成草害治理处方图的方法，其特征在于：所述步骤s3中，具体步骤包括：
3.根据权利要求2所述的一种在线生成草害治理处方图的方法，其特征在于：杂草种类、叶龄、杂草密度属于杂草特征，杂草种类和叶龄是杂草识别模型对网格内采集的高清杂草图片的识别计算的输出结果；杂草密度则基于从巡查采集的图像识别到的叶片数量计算出相应数据；作物生育期选择当前目标区域种植作物的生育周期。
4.根据权利要求3所述的一种在线生成草害治理处方图的方法，其特征在于：所述步骤s4中，综合杂草的发生等级、等级系数，网格大小、稀释倍数四种计算因子，自动计算每个网格的施药量，等级系数表示不同程度的杂草发生等级对所需的用药量影响因子，通过实验验证确定，每个网格的施药量v的计算式为v＝w×x×y×z，w表示等级系数，x表示杂草发生等级，取值1-5的整数，对应从轻到重的五个杂草发生等级，y表示网格大小，z表示稀释倍数，确定所有网格对应的施药量后，通过相应颜色表现对应网格的施药量，依据相应施药量的数据将相应颜色填满相应网格，最终生成草害治理处方图。
5.根据权利要求1所述的一种在线生成草害治理处方图的方法，其特征在于：系统中还能预先存储与草害相关特征相关的具体草害治理策略和/或相...
【专利技术属性】
技术研发人员：黄河，孙友强，俞鹏飞，骆庭宝，
申请(专利权)人：安徽中科智能感知科技股份有限公司，
类型：发明
国别省市：
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。