一种植物病虫害检测方法及系统技术方案

本发明专利技术公开了一种植物病虫害检测方法及系统，属于林业生产领域。针对现有植物病虫害检测精度差且耗时的问题，本发明专利技术提供了一种植物病虫害检测方法，它包括获取苗圃中植物的可见光图像和植物的三维深度信息，得到RGB‑D图像；对RGB‑D图像进行划分成若干个等尺寸的网格并进行预处理后，输入至深度学习模型中进行检测，最终得到植物的病虫害检测结果。本发明专利技术的检测方法引入了植物的三维深度信息，有助于更准确的判断病虫害的位置和范围；同时增强了深度学习模型的鲁棒性，有助于模型在光照条件较差的情况下仍能准确检测病虫害；整个检测方法既提升了检测的准确性又提升了检测的效率，使得能够在田间环境中实现实时、自动化的病虫害检测，适合大规模的推广使用。本发明专利技术的系统结构组成简单，且在采集数据的同时进行实时处理和分析，既减少了安装和维护的复杂性，又增强了整个检测过程的实时性。

【技术实现步骤摘要】

本专利技术属于林业生产，更具体地说，涉及一种植物病虫害检测方法及系统。

技术介绍

1、在林业育苗领域，尤其是如桉树幼苗等速生树种，传统的病虫害检测方法通常依赖于人工采样与实验室检测，效率低下，准确性较差，且容易受到人为因素的影响。这些方法不仅耗时费力，还难以实现大规模、实时的监测。现有的病虫害检测系统大多基于rgb图像，虽然能提供视觉信息，但在复杂多变的室外和苗圃环境中，单纯依赖rgb图像难以准确识别不同类型的病虫害，尤其是在病虫害的早期阶段或当植被密集时，检测效果受到限制。此外，rgb图像无法提供场景的深度信息，限制了对病虫害空间分布的精确判断。

2、针对上述问题也进行了相应的改进，如中国专利申请号cn202410792387.2，公开日为2024年6月19日，该专利公开了一种基于模态联合学习的植物病虫害检测方法，该方法包括：获取待检测植物图像；对待检测植物图像进行随机裁剪，得到若干张裁剪图像，基于裁剪图像确定待检测植物图像的结构特征；将待检测植物图像转换为灰度图，基于灰度图中各像素点及邻域内各像素点的像素值确定各像素点的纹理值，并基于每个像本文档来自技高网...

【技术保护点】

1.一种植物病虫害检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种植物病虫害检测方法，其特征在于：当进行图像采集时，利用RGB-D相机同时获取苗圃中植物的可见光图像和植物的三维深度信息；且利用RGB-D相机得到若干张不同高度和/或不同角度的RGB-D图像。

3.根据权利要求1所述的一种植物病虫害检测方法，其特征在于：当进行图像采集时，利用RGB相机采集苗圃中植物的可见光图像；利用深度相机采集苗圃中植物的三维深度信息；且RGB相机与深度相机均放置在距离植物顶芽1m～1.4m。

4.根据权利要求1所述的一种植物病虫害检测方法，其特征在于：...

【技术特征摘要】

1.一种植物病虫害检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种植物病虫害检测方法，其特征在于：当进行图像采集时，利用rgb-d相机同时获取苗圃中植物的可见光图像和植物的三维深度信息；且利用rgb-d相机得到若干张不同高度和/或不同角度的rgb-d图像。

3.根据权利要求1所述的一种植物病虫害检测方法，其特征在于：当进行图像采集时，利用rgb相机采集苗圃中植物的可见光图像；利用深度相机采集苗圃中植物的三维深度信息；且rgb相机与深度相机均放置在距离植物顶芽1m～1.4m。

4.根据权利要求1所述的一种植物病虫害检测方法，其特征在于：所述无监督学习阶段的具体训练过程如下：

5.根据权利要求1或4所述的一种植物病虫害检测方法，其特征在于：所述有监督微调阶段的...

【专利技术属性】
技术研发人员：程芸沁，刘思远，王涛，傅子铭，
申请(专利权)人：琳仝智能科技上海有限公司，
类型：发明
国别省市：