O tehnică de achiziție a informațiilor prin imagini bazată pe vehicul aerian fără pilot pentru secțiunile mijlocii și inferioare ale plantelor de orez și un model de algoritm predictiv pentru detectarea dăunătorilor și bolilor

Vizând limitarea tehnică în monitorizarea deteriorării tulpinilor de orez, a dăunătorilor și a ierbii în părțile centrale și inferioare ale culturii de orez, acest articol propune o metodă de achiziție a informațiilor prin imagini folosind un UAV și un model de algoritm pentru predicția bolilor, oferind o soluție eficientă și cu costuri reduse pentru monitorizarea precoce precisă a bolilor de orez și contribuind la îmbunătățirea nivelului științific și inteligent al prevenției și controlului bolilor agricole.

În primul rând, a fost proiectat un sistem de achiziție a imaginilor cu UAV, echipat cu o braț telescopic automat, o rotativă automată de 360°, și echipamente de captare a imaginilor de înaltă definiție pentru a realiza o colectare de date de mai multe unghiuri și cu o precizie ridicată în zonele centrale și inferioare ale plantelor de orez.

În același timp, a fost introdus un algoritm de planificare a traseului și un algoritm de colonie de albine pentru a proiecta ruta de zbor a UAV-ului și a îmbunătăți acoperirea și stabilitatea în captarea imaginilor.

Din punct de vedere al procesării informațiilor din imagini, articolul propune o schemă de fuziune a datelor multidimensionale, care combină date RGB, infraroșu și hiperspectrale pentru a realiza o fuziune profundă a informațiilor din diferite benzi.

În ceea ce privește predicția bolilor, s-au utilizat algoritmul de detecție a țintelor YOLOv8 și o rețea Transformer ușoară pentru a determina performanța de detectare a țintelor mici.

Rezultatele experimentale au arătat că acuratețea medie a modelului YOLOv8 ([email protected]) în detectarea bolii curbării orezului a fost de 90.13%, fiind mult mai mare decât cea a metodelor tradiționale precum Faster R-CNN și SSD.

În plus, au fost colectate 1496 de imagini de boală și seturi de date autonome pentru a verifica că sistemul a demonstrat o stabilitate și o practicatibilitate bune în mediul de câmp..