首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于无人机巡航的玉米重要害虫危害检测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广东省农业科学院植物保护研究所

摘要:本发明公开了基于无人机巡航的玉米重要害虫危害检测方法及系统。首先,构建二维地图模型,通过无人机巡检获取玉米地初始图像数据,识别害虫种类、数量和危害症状,同时评估其造成的损失影响。随后,基于虫情分布与损失影响分析融合子区域,并在多个周期内监测变化,生成虫情分布与损失影响变化数据。利用线性相关分析标记具有线性相关的子区域与生成关联规则信息,基于LSTM模型预测虫情分布与损失影响数据。最后,根据预测数据生成防治方案。通过本发明,能够实现精准化的虫情分布与损失影响预测分析,为后续信息化虫害调控提供数据支撑。

主权项:1.一种基于无人机巡航的玉米重要害虫危害检测方法,其特征在于,包括:基于目标玉米地区域,构建二维可视化的地图模型;通过无人机对目标玉米地区域进行巡检与实时监测,巡检基于目标玉米地区域中的多个子区域,并获取对应初始图像数据,基于初始图像数据进行害虫识别与危害检测,得到害虫识别数据与玉米被害症状数据;通过害虫识别数据与玉米被害症状数据对每个子区域进行基于害虫分布与玉米生长影响分析,并将害虫分布与影响分布相似的子区域进行融合,得到融合后的多个子区域;在N个预设周期内,获取目标玉米地区域的实时图像监测数据,基于所述图像监测数据进行周期性的变化分析,分析维度包括害虫数量分布、害虫危害影响分布,通过周期性变化分析,生成每个子区域的害虫数量变化数据与危害症状变化数据;基于每个子区域的害虫数量变化数据与危害症状变化数据对相邻的子区域进行线性相关分析,将存在线性相关的子区域进行标记,并将计算得到的相关系数进行记录并形成关联规则信息;构建基于LSTM的预测模型,将每个子区域的害虫数量变化数据与危害症状变化数据进行时间序列化并作为训练数据导入预测模型进行训练,循环生成预测数据,在每次训练过程中,通过反向传播算法进行一次参数调优,通过关联规则信息判断训练生成预测数据的关联性并进行二次参数调优,循环进行模型训练直至达到预设准确率;基于训练后的预测模型生成每个子区域的害虫预测数据与影响预测数据,通过害虫预测数据与影响预测数据进行子区域的优先级调控分析,并生成玉米地区域害虫防治方案。

全文数据:

权利要求:

百度查询: 广东省农业科学院植物保护研究所 基于无人机巡航的玉米重要害虫危害检测方法及系统

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。