申请/专利权人：西北农林科技大学

申请日：2023-12-20

公开（公告）日：2024-03-08

公开（公告）号：CN117671542A

主分类号：G06V20/17

分类号：G06V20/17;G06V20/10;G06V10/82;G06N3/0455;G06N3/0464;G06N3/082

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明属于虫害防治技术领域，公开了一种稻纵卷叶螟虫害区域个数计算方法及系统，使用轻量型无人机拍摄数据集，相比人工采集方式省时省力。针对稻纵卷叶螟的危害区域特点，使用多种数据增强手段。对原始Deeplabv3+网络进行针对性改进，替换了主干网络，减少了模型的训练时间。在网络的编码和解码处增加CoordinateAttention注意力机制，增强信息的提取能力。处理通过网络分割出的不合理病害区域。把所有病害区域加入集合中通过算法不断更新获得最终合理的结果。

主权项：1.一种稻纵卷叶螟虫害区域个数计算方法，其特征在于，包括：步骤一，使用轻量型无人机在水稻上方10cm处45度斜向下拍摄水稻，收集受稻纵卷叶螟危害的水稻叶片图片；使用ENVI软件手动标注图像，获得水稻叶片中稻纵卷叶螟危害区域，构建初始数据集；步骤二，根据稻纵卷叶螟实际特点初始数据集进行增强，包括翻转、镜像等方式，构建训练数据集、验证数据集、测试数据集；步骤三，改进原有Deeplabv3+网络；将训练数据集作为输入并设定训练参数，对改进Deeplabv3+网络进行训练，训练过程中使用验证集不断调整超参数，保存最优模型；步骤四，将测试数据集输入最优模型进行推理，保存的最优模型能够识别水稻叶片卷叶螟危害区域，实现对稻纵卷叶螟危害区域的精准分割；步骤五，计算稻纵卷叶螟危害区域面积以及各危害区域之间的距离，把所有危害区域放入一个集合中；步骤六，集合更新过程，从集合中取出两个病害区域，若之间距离小于200像素，则合并并把面积相加作为新区域的面积，并把新的病害区域加入集合；步骤七，重复步骤六直到无法更新集合；计算最终获得的集合内病害区域的平均面积，丢弃面积远小于平均面积的病害区域，获得最终结果。

全文数据：

权利要求：

百度查询： 西北农林科技大学 一种稻纵卷叶螟虫害区域个数计算方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD