[发明专利]一种植物冠层药液沉积分布探测方法及系统

权利要求书

1.一种植物冠层药液沉积分布探测方法，其特征在于，包括：

获取待检测区域内植物冠层的喷药前后图像；

对所述喷药前后图像进行识别分析，获取图像识别结果；

根据所述图像识别结果，调整无人机的工作状态；

其中，所述喷药前后图像包括同步采集的喷药前图像和喷药后图像，所述图像识别结果为与所述喷药前后图像对应的雾滴沉积等级。

2.根据权利要求1所述的植物冠层药液沉积分布探测方法，其特征在于，所述对所述喷药前后图像进行识别分析，获取图像识别结果，包括：

对所述喷药前后图像进行分区，获取多个子区域图像；

基于统计的特征提取技术，获取所述多个子区域图像中的任一目标子区域图像的统计特征；

基于小波分析法，获取所述目标子区域图像的纹理特征；

结合所述统计特征和所述纹理特征，获取所述目标子区域图像的多尺度融合特征；

基于主成分分析法，对所述目标子区域图像的多尺度融合特征进行降维处理，获取所述目标子区域图像的特征向量；

利用雾滴沉积检测分类模型对所述特征向量进行识别，获取与所述目标子区域图像对应地子区域图像识别结果；

其中，所述图像识别结果包括每个所述子区域图像所对应地子区域图像识别结果，所述雾滴沉积检测分类模型是根据带雾滴沉积等级标签的图像样本进行训练后获得的。

3.根据权利要求2所述的植物冠层药液沉积分布探测方法，其特征在于，在利用雾滴沉积检测分类模型对所述特征向量进行识别，获取与所述目标子区域图像对应地子区域图像识别结果之前，还包括：

获取多个植物雾滴沉积图像样本和每个植物雾滴沉积样本对应的雾滴沉积等级标签；

将每个植物雾滴沉积样本和每个植物雾滴沉积样本对应的雾滴沉积标签的组合作为一个训练样本，获得多个训练样本，利用所述多个训练样本对预设神经网络模型进行训练，获取分类精度满足预设要求的所述预设神经网络模型，作为所述雾滴沉积检测分类模型。

4.根据权利要求1所述的植物冠层药液沉积分布探测方法，其特征在于，所述获取与所述喷药前后图像对应的图像识别结果，包括：所述雾滴沉积等级包括雾滴欠沉积、雾滴适量沉积、雾滴过沉积；

其中，所述雾滴欠沉积为药液漏喷，所述雾滴适量沉积为正常施药量沉积，所述雾滴过沉积为大于正常施药量沉积。

5.根据权利要求4所述的植物冠层药液沉积分布探测方法，其特征在于，所述根据所述图像识别结果，调整无人机的工作状态，包括：

在所述图像识别结果为所述雾滴欠沉积的情况下，调整并规划无人机作业路径；

在所述图像识别结果为所述雾滴适量沉积的情况下，对下一区域进行作业；

在所述图像识别结果为所述雾滴过沉积的情况下，标定所述图像识别结果为雾滴过沉积的区域位置，调整并规划无人机作业路径。

6.根据权利要求1所述的植物冠层药液沉积分布探测方法，其特征在于，所述获取待检测区域内植物冠层的喷药前后图像，包括：

基于时序标定校正方法，对所述待检测区域进行喷施和图像采集，获取同一区域的所述喷药前后图像。

7.根据权利要求1所述的植物冠层药液沉积分布探测方法，其特征在于，在所述获取待检测区域内植物冠层的喷药前后图像之前，还包括：

步骤1，根据所述待检测区域的图像，判断无人机作业路径上是否有障碍物；

步骤2，在无障碍物的情况下，根据所述无人机作业路径对所述待检测区域进行喷施作业，并实时获取所述喷药前后图像；

在有障碍物的情况下，执行步骤3；

步骤3，在需要进入警戒距离的情况下，无人机暂停作业原地待命；在不需要进入警戒距离的情况下，无人机停止喷施，并降低飞行速度；

步骤4，迭代执行步骤1至步骤2，直至所述无人机完成喷施作业。