【技术实现步骤摘要】
本专利技术涉及计算机视觉和农业，具体涉及一种基于改进yolov11的葡萄霜霉病无人机遥感检测方法。
技术介绍
1、葡萄霜霉病是一种对葡萄种植业造成严重威胁的植物病害，主要由霜霉菌引起，常导致葡萄叶片、果实和枝条的腐烂，影响产量和品质。传统的病害检测方法多依赖人工观察和经验判断，不仅效率低下，且容易受到主观因素的影响。因此，开发高效、准确的自动化检测技术成为葡萄种植管理中的迫切需求。
2、近年来，随着无人机技术的发展，基于无人机的遥感检测逐渐成为农业病害检测的重要手段。无人机能够在短时间内覆盖大面积的种植区域，获取高分辨率的图像数据，为后续的病害分析提供了便利。然而，单纯依靠图像采集并不能有效解决病害检测问题，如何从获取的图像中提取有用的特征，并进行准确的病害识别，成为研究的重点。
3、深度学习技术的快速发展为图像处理和目标检测领域带来了新的机遇。尤其是cnn和transformer在图像分类和目标检测中的成功应用，为葡萄霜霉病的自动检测提供了可能性。然而，现有的深度学习模型在处理复杂背景、低对比度和细微病害特征时...
【技术保护点】
1.一种基于改进YOLOv11的葡萄霜霉病无人机遥感检测方法，其特征在于，包以下步骤：
2.根据权利要求1所述的一种基于改进YOLOv11的葡萄霜霉病无人机遥感检测方法，其特征在于，步骤(1)具体如下：将3840×2160的葡萄霜霉病图像数据左右切割为两张2160×2160的图像。
3.据权利要求1所述的一种基于改进YOLOv11的葡萄霜霉病无人机遥感检测方法，其特征在于，步骤(2)具体如下：利用CLAHE方法获取局部动态范围，改善光照；利用UnsharpMasking方法获取边缘清晰度；利用Gamma方法校正对比度。
4.根据权利...
【技术特征摘要】
1.一种基于改进yolov11的葡萄霜霉病无人机遥感检测方法，其特征在于，包以下步骤：
2.根据权利要求1所述的一种基于改进yolov11的葡萄霜霉病无人机遥感检测方法，其特征在于，步骤(1)具体如下：将3840×2160的葡萄霜霉病图像数据左右切割为两张2160×2160的图像。
3.据权利要求1所述的一种基于改进yolov11的葡萄霜霉病无人机遥感检测方法，其特征在于，步骤(2)具体如下：利用clahe方法获取局部动态范围，改善光照；利用unsharpmasking方法获取边缘清晰度；利用gamma方法校正对比度。
4.根据权利要求3所述的一种基于改进yolov11的葡萄霜霉病无人机遥感检测方法，其特征在于，clahe算法将图像从bgr转换为lab空间，仅对l通道进行处理，设置参数cliplimit＝2.0；增强后的l通道与原始a、b通道合并后转换回bgr空间，保持色彩信息。
5.根据权利要求3所述的一种基于改进yolov11的葡萄霜霉病无人机遥感检测方法，其特征在于，unsharp masking首先将图像进行高斯模糊，将模糊部分从原始图像减去，获取边缘高频信息，公式如下：
6.根据权利要求3所述的一种基于改进yolov11的葡萄霜霉病无人机遥感检测方法，其特征在于，gamma校正中通过创建gamma查找表进一步调整图像对比度，公式如下：
...
【专利技术属性】
技术研发人员：蒋玲，李春阳，李春，黄正伟，问磊，
申请(专利权)人：南京林业大学，
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。