公开(公告)号：CN117456350A

公开(公告)日：2024-01-26

申请号：CN202311165338.8

申请日：2023-09-11

Applicant: 杭州电子科技大学

Inventor： 张竞成 ,  沈栋 ,  陈冬梅 ,  曹佩佩 ,  周行健 ,  赵贤德 ,  董大明

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/94

Abstract: 本发明公开了适于边缘计算场景的水稻叶面型病害多模态融合检测方法；该方法如下：一、数据采集。二、对光谱数据进行提取。三、构建图像特征优选提取器，对图片数据进行提取。四、多模态特征融合。五、叶面型病害检测。本发明针对图像检测方面易误判的局限性，在图像基础上加入蕴含有植物生理性状的光谱信息作为补充；而针对光谱检测方面存在的成本高等问题，本发明选择使用能反应作物整体生长情况的少量有代表性的非成像光谱波段信息进行检测，能够较好反应作物病虫害发生情况。此外，本发明结合了神经网络模型优秀的特征提取能力和传统机器学习分类方法高鲁棒性的优势，并可实现在边缘计算硬件上的部署。