【技術實現步驟摘要】
本公開涉及一種植物葉片病蟲害檢測方法及系統，涉及智慧農業和圖像處理領域。
技術介紹
1、在農業領域，植物葉片病蟲害的準確評估與定位已成為保障農作物健康生長、提高產量和品質的重要環節。傳統病蟲害的評估主要依賴于人工巡檢和專家的豐富經驗。然而傳統病蟲害的評估存在諸多局限，首先極度依賴人力資源，導致檢測效率低下，無法滿足大規模農場的快速響應需求；其次人工檢測易受光線、角度、檢測者的經驗和疲勞程度等主觀因素影響。以上因素都會影響病蟲害評估的準確性和可靠性。
2、鑒于傳統病蟲害評估方法的挑戰，研發一種高效、準確的植物葉片病蟲害評估方法成為了農業領域迫切的需求。
技術實現思路
1、本公開提供一種植物葉片行蟲害檢測方法及系統，至少在一定程度上克服相關技術中植物葉片評估準確性和可靠性差的問題。
2、本公開的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。
3、根據本公開的一個方面，本公開提供一種植物葉片病蟲害檢測方法，包括以下步驟：
4、s1：標定雙目視覺系統；
5、s2：采用標定后的所述雙目視覺系統采集植物葉片病蟲害圖像；
6、s3：利用改進yolov8-seg對所述植物葉片病蟲害圖像中的病蟲害初始區域進行分割，得到左掩碼ml、右掩碼mr和整體植物葉片mall；
7、s4：計算所述左掩碼ml和所述右掩碼mr的重疊區域moverlap作為病蟲害最終區域；
8、s5：計算所述病
9、s6：分別獲取所述左掩碼ml和所述右掩碼mr的幾何中心坐標pl(xl,yl)和pr(xr,yr)；
10、s7：將所述左掩碼ml和所述右掩碼mr進行立體校正；
11、s8：計算立體校正后的左掩碼ml和右掩碼mr對應的三維坐標。
12、在本公開的一個實施例中，所述s1的標定雙目視覺系統，包括：
13、在紙上打印8×8的矩形棋盤格標定板，每個棋盤格的尺寸為14×14毫米的正方形，將棋盤格放置于所述雙目視覺系統的相機有效測量范圍內，在不同位置和方向拍攝多組清晰角點圖像，用matlab的stereo?camera?calibrator工具箱自動提取所述清晰角點圖像中的棋盤格角點，通過計算求解出相機的內部參數，相機的內部參數包括相機的焦距、主點偏移量、畸變參數中的至少一項。
14、在本公開的一個實施例中，所述s2中，將植物葉片放置在所述雙目視覺系統的視野內，使用所述雙目視覺系統的雙目相機同時拍攝，得到所述植物葉片病蟲害圖像，所述植物葉片病蟲害圖像為rgb真彩圖。
15、在本公開的一個實施例中，所述s3中，所述改進yolov8-seg包括：主干網絡改進、頸部改進和損失函數改進；
16、其中，主干網絡改進包括：將yolov8-seg的主干網絡替換成輕量級的ghostnetv2；
17、頸部改進包括：在頸部引入cbam模塊，cbam由通道注意力和空間注意力組成，通道注意力模塊用于增強不同通道的特征表示，空間注意力模塊用于提取空間中不同位置的關鍵信息；
18、損失函數改進包括：將原來yolov8-seg的邊框損失函數ciou替換為mpdiou損失函數。
19、在本公開的一個實施例中，所述s4中，采用公式(3)計算所述左掩碼ml和所述右掩碼mr的重疊區域moverlap的公式為：
20、
21、moverlap(x,y)＝ml(i,j)×mr(i,j)????(3)
22、式中，x和y分別為像素坐標，ml(i,j)和mr(i,j)分別為左掩碼ml和右掩碼mr在(i,j)處的值。
23、在本公開的一個實施例中，所述s5中，病蟲害程度計算包括：統計病蟲害區域moverlap中非零像素點數量；統計植物葉片總面積mall中非零像素點數量；植物葉片病蟲害程度w計算為式(4)：
24、
25、其中，hoverlap為病蟲害區域moverlap中非零像素點數量，hall為植物葉片總面積mall中非零像素點數量。
26、在本公開的一個實施例中，所述s6中，左掩碼ml和右掩碼mr幾何中心坐標pl(xl,yl)和pr(xr,yr)計算如式(5)和(6)：
27、
28、其中，m10是沿x軸的一階矩，如式(7)；m01是沿y軸的一階矩,如式(8)；m00是零階矩，如式(9)。
29、
30、其中，x和y是像素的坐標；i(x,y)是所述植物葉片病蟲害圖像在坐標(x,y)處的像素值。
31、在本公開的一個實施例中，所述s7中，左掩碼ml和右掩碼mr立體校正，包括：使用undistort()函數對所述左掩碼和所述右掩碼的圖像進行去畸變處理；使用stereorectify()函數對畸變處理后的圖像進行極線校正。
32、在本公開的一個實施例中，所述s8中，計算立體校正后左掩碼ml和右掩碼mr的中心坐標pl(xl,yl)和pr(xr,yr)的視差，進而計算三維坐標(x,y,z)；
33、假設p在兩個相機像平面上成像點分別為pl和pr，兩個成像點之間的距離計算式(10)：
34、
35、其中，t為左右相機光心距離；xl和xr分別為左右相機像點到左右成像面的距離；l成像面大小；
36、根據三角形相似理論得到式(11)：
37、
38、可以得到三維空間點p到投影中心平面的距離為式(12)：
39、
40、同理選擇pl或pr可以計算得p點在三維空間x和y坐標分別為(13)和(14)：
41、
42、最終得到三維世界坐標(x,y,z)。
43、在本公開的另一個方面，還提供了一種植物葉片病蟲害檢測系統，包括雙目視覺系統和處理器，其中，標定后的雙目視覺系統，用于采集植物葉片病蟲害圖像；所述處理器，用于利用改進yolov8-seg對所述植物葉片病蟲害圖像中的病蟲害初始區域進行分割，得到左掩碼ml、右掩碼mr和整體植物葉片mall；計算所述左掩碼ml和所述右掩碼mr的重疊區域moverlap作為病蟲害最終區域；計算所述病蟲害最終區域占所述整體植物葉片mall的百分比作為植物葉片病蟲害程度；分別獲取所述左掩碼ml和所述右掩碼mr的幾何中心坐標pl(xl,yl)和pr(xr,yr)；將所述左掩碼ml和所述右掩碼mr進行立體校正；計算立體校正后的左掩碼ml和右掩碼mr對應的三維坐標。
44、本公開的有益效果：
45、(1)本公開的植物葉片病蟲害檢測方法，采用標定后相機采集植物葉片病蟲害圖像；再利用改進的yolov8-seg算法進行圖像分割得到左掩碼、右掩碼及整體植物葉片掩碼；計算左掩碼和右掩碼的重疊本文檔來自技高網...
【技術保護點】
1.一種植物葉片病蟲害檢測方法，其特征在于，包括以下步驟：
2.如權利要求1所述的方法，其特征在于，所述S1的標定雙目視覺系統，包括：
3.如權利要求1所述的方法，其特征在于，所述S2中，將植物葉片放置在所述雙目視覺系統的視野內，使用所述雙目視覺系統的雙目相機同時拍攝，得到所述植物葉片病蟲害圖像，所述植物葉片病蟲害圖像為RGB真彩圖。
4.如權利要求1所述的方法，其特征在于，所述S3中，所述改進YOLOv8-seg包括：主干網絡改進、頸部改進和損失函數改進；
5.如權利要求1所述的方法，其特征在于，所述S4中，采用公式(3)計算所述左掩碼ML和所述右掩碼MR的重疊區域Moverlap的公式為：
6.如權利要求1所述的方法，其特征在于，所述S5中，植物葉片病蟲害程度計算包括：統計病蟲害區域Moverlap中非零像素點數量；統計植物葉片總面積Mall中非零像素點數量；植物葉片病蟲害程度W計算為式(4)：
7.如權利要求1所述的方法，其特征在于，所述S6中，左掩碼ML和右掩碼MR的幾何中心坐標PL(XL,YL)和P
8.如權利要求1所述的植物葉片病蟲害檢測方法，其特征在于，所述S7中，左掩碼ML和右掩碼MR立體校正，包括：
9.如權利要求1所述的植物葉片病蟲害檢測方法，其特征在于，所述S8中，計算立體校正后左掩碼ML和右掩碼MR的中心坐標PL(XL,YL)和PR(XR,YR)的視差，進而計算三維坐標(X,Y,Z)；
10.一種植物葉片病蟲害檢測系統，其特征在于，包括雙目視覺系統和處理器，其中，
...【技術特征摘要】
1.一種植物葉片病蟲害檢測方法，其特征在于，包括以下步驟：
2.如權利要求1所述的方法，其特征在于，所述s1的標定雙目視覺系統，包括：
3.如權利要求1所述的方法，其特征在于，所述s2中，將植物葉片放置在所述雙目視覺系統的視野內，使用所述雙目視覺系統的雙目相機同時拍攝，得到所述植物葉片病蟲害圖像，所述植物葉片病蟲害圖像為rgb真彩圖。
4.如權利要求1所述的方法，其特征在于，所述s3中，所述改進yolov8-seg包括：主干網絡改進、頸部改進和損失函數改進；
5.如權利要求1所述的方法，其特征在于，所述s4中，采用公式(3)計算所述左掩碼ml和所述右掩碼mr的重疊區域moverlap的公式為：
6.如權利要求1所述的方法，其特征在于，所述s5中，植物葉片病蟲害...
【專利技術屬性】
技術研發人員：白帆，侯開虎，張林，胡巧慧，龔佩瑤，
申請(專利權)人：昆明理工大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。