[发明专利]基于智能除虫系统的病虫定位方法、装置、设备及介质

权利要求书

1.一种基于智能除虫系统的病虫定位方法，其特征在于，所述智能除虫系统包括无人地面车辆、激光雷达、除虫装置和无人机，所述激光雷达和所述除虫装置设置于所述无人地面车辆上，所述无人机跟踪飞行于所述无人地面车辆的上方；所述无人机上搭载有可见光数码相机和多光谱数码相机；

所述方法包括以下步骤：

通过所述可见光数码相机采集得到作物的第一图像数据；

通过所述多光谱数码相机采集得到所述作物的第二图像数据；

当所述第一图像数据和所述第二图像数据之间的差值小于第一阈值，获取所述无人机距离所述作物的距离数据；

当所述距离数据大于第二阈值且小于第三阈值，对所述第一图像数据和所述第二图像数据进行融合，得到融合图像数据；

将所述融合图像数据输入到病虫定位神经网络模型中，得到病虫定位的预测结果；

所述对所述第一图像数据和所述第二图像数据进行融合，得到融合图像数据，包括：

对所述第一图像数据进行分组，得到多组第一图像子数据，并确定每组所述第一图像子数据的第一方差；

对所述第二图像数据进行分组，得到多组第二图像子数据，并确定每组所述第二图像子数据的第二方差；

根据所述第一方差确定所述第一图像数据的第一最优方差，并根据所述第二方差确定所述第二图像数据的第二最优方差；

根据所述第一最优方差和所述第二最优方差，确定所述第一图像数据对应的第一权重和所述第二图像数据对应的第二权重；

根据所述第一权重和所述第二权重，对所述第一图像数据和所述第二图像数据进行融合，得到所述融合图像数据；

对所述第一图像数据进行分组，得到三组第一图像子数据；

根据所述第一方差确定所述第一图像数据的第一最优方差，其具体为：

通过公式确定所述第一图像数据的第一最优方差；

式中，为所述第一图像数据的第一最优方差，为第一组第一图像子数据对应的第一方差，为第二组第一图像子数据对应的第一方差，为第三组第一图像子数据对应的第一方差。

2.根据权利要求1所述的方法，其特征在于，还包括以下步骤：

当所述第一图像数据和所述第二图像数据之间的像素差值大于第一阈值，获取所述无人机距离所述作物的距离数据；

当所述距离数据小于第二阈值，将所述第一图像数据输入到病虫定位神经网络模型中，得到病虫定位的预测结果。

3.根据权利要求1所述的方法，其特征在于，还包括以下步骤：

当所述第一图像数据和所述第二图像数据之间的像素差值大于第一阈值，获取所述无人机距离所述作物的距离数据；

当所述距离数据大于第三阈值，将所述第二图像数据输入到病虫定位神经网络模型中，得到病虫定位的预测结果。

4.根据权利要求1所述的方法，其特征在于，所述病虫定位神经网络模型包括区域候选网络和分类网络；

所述将所述融合图像数据输入到病虫定位神经网络模型中，得到病虫定位的预测结果，其具体为：

将所述融合图像数据输入到区域候选网络，得到目标的识别候选框；

通过所述分类网络对所述识别候选框进行分类，得到所述目标的分类结果；所述分类结果用于表征所述目标是否属于病虫图像；

根据所述分类结果，得到所述病虫定位的所述预测结果。

5.根据权利要求1-4中任一项所述的方法，其特征在于，还包括以下步骤：

对所述第一图像数据和所述第二图像数据进行卡尔曼滤波。