基于无人机智能视觉和多尺度U-Net的大田作物病虫害检测方法

作物病虫害的防治是国家生物安全体系的重大课题之一,病虫害早期检测、预警对于病虫害防治具有重要的意义。文中提出一种基于农业无人机(AUAV)和多尺度U-Net(MSU-Net)的作物病虫害检测方法,该方法使用AUAV采集大田作物图像,借助MSU-Net检测作物病虫害。系统利用AUAV在智能农业中的机动性,在多变的天气条件下采集病虫害作物叶部图像;利用MSU-Net提取作物病虫害叶片图像的分类特征,再进行病虫害叶片图像分割,由此进行病虫害检测、分类、识别,以及田间病虫害危害的分析和估计;确定病虫害叶片图像中的病虫害区域,实现高精度的作物病虫害可视化检测与类型识别。实验结果表明,该方法能够用于大田背景下的作物病虫害检测系统,提高了AUAV视觉系统的病虫害检测能力。该方法有助于作物病虫害AUAV遥感检测的标准化、信息化、精准化和智能化。