[发明专利]一种病虫害检测及灾害等级分析方法及系统

权利要求书

1.一种病虫害检测及灾害等级分析方法，所述方法包括：

将待检测图像输入训练好的病虫害语义分割模型，得到二值图像；该二值图像的白色区域为病虫害区域，黑色区域为背景区域；所述待检测图像为原始三通道图像；

测算二值图像的白色区域，得到该待检测图像上的病斑大小；

根据成像原理，由待检测图像上的病斑大小计算得到病斑的实际面积；

根据病斑的实际面积，确定病虫害的灾害等级；

所述病虫害语义分割模型的输入为原始三通道图像，输出为二值图像，该病虫害语义分割模型包括：编码模块和解码模块；其中，

所述编码模块，包括多层编码和深层位置注意力机制处理；其中，多层编码用于对输入的原始三通道图像进行不同感受野的特征编码，得到不同层特征图，分别代表不同上下文信息；深层位置注意力机制处理，用于增强最高层特征图各节点间的空间关联关系；

所述解码模块，用于对编码模块输出的不同层特征图分别进行多尺度特征聚合以及多通道注意力机制的处理，再结合不同层次特征图解码后的特征逐一融合，得到二值图像；

所述多层编码包括依次连接的5个编码层，每个所述编码层的数学形式均表示如下：

F＝σ(W*X+b)

其中，F表示经编码后的特征值，W表示对特征进行映射所需的权重，b表示偏置；非线性映射函数σ为：

经上述5个编码层后，分别得到不同层次的特征输出，分别为F1、F2、F3、F4和F5；所述深层位置注意力机制处理，具体包括并列的第一分支、第二分支和第三分支；其中，

所述第一分支连接1个1×1的卷积；

所述第二分支依次连接第一卷积、乘法器、图卷积和第二卷积；其中，第一卷积和第二卷积均为1×1的卷积；图卷积的表示形式如下：

Z＝((I-A_g)V)W_g

其中，Z为经图卷积进行节点推理以后的输出结果，I-A_g为N×N节点的邻接矩阵，用于节点信息之间的扩散，A_g为近邻矩阵的另一种表示形式，V为各节点信息，W_g为可更新的权重参数；

所述第三分支连接1个乘法器；

所述第一分支的卷积输出分成两路，一路输入第二分支的乘法器，另一路输入第二分支的第二卷积；

所述第二分支的输出接入第三分支的乘法器。

2.根据权利要求1所述的病虫害检测及灾害等级分析方法，其特征在于，所述解码模块的具体处理步骤包括：

对所述编码模块经深层位置注意力机制处理后的输出进行解码，得到特征F₄；

对所述编码模块的第四层特征图依次进行多尺度特征聚合处理和多通道注意力机制处理，经处理后的特征与F₄进行融合得到特征

对进行解码得到解码特征，并对编码模块的第三层特征图依次进行多尺度特征聚合处理和多通道注意力机制处理，经处理后的特征与的解码特征进行融合得到

对进行解码得到解码特征，并对编码模块的第三层特征图依次进行多尺度特征聚合处理和多通道注意力机制处理，经处理后的特征与的解码特征进行融合得到

对进行解码得到解码特征，并对编码模块的第三层特征图依次进行多尺度特征聚合处理和多通道注意力机制处理，经处理后的特征与的解码特征进行融合得到

其中，解码表示为：

O^l+1＝σ(T(O^l))

其中，O^l+1为解码输出，T为反卷积，σ为非线性映射函数，O^l为上一层的解码输出；

对进行softmax函数处理，得到二值图像。