1.一种基于杂草密度检测的田间草害预警方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于杂草密度检测的田间草害预警方法,其特征在于,在步骤s1中,通过在插秧机的顶部安装rtk天线和在其内部安装rtk接收机,记录插秧机作业时的实时定位坐标,并将记录的插秧机实时定位坐标用平滑曲线连接,以此来构建插秧机作业轨迹线。
3.根据权利要求2所述的基于杂草密度检测的田间草害预警方法,其特征在于,在步骤s2中,通过判定插秧机作业时插秧机具的机械特性,所述机械特性为秧苗之间的插秧间距;通过确定相邻两株理论秧苗之间的秧苗间距,从而确定理论秧苗的位置坐标。
4.根据权利要求3所述的基于杂草密度检测的田间草害预警方法,其特征在于,在步骤s3中,以所述的理论秧苗位置坐标为原点,设定不超过20厘米的预设距离为半径,构建秧苗理论圆圈域,该秧苗理论圆圈域内的植株均视为秧苗。
5.根据权利要求4所述的基于杂草密度检测的田间草害预警方法,其特征在于,在步骤s4中,利用无人机采集插秧后的农田图像,所采用的无人机应为带有rtk定位功能的高精度无人机;该无人机的拍摄像素及拍摄高度需要达到拍摄要求且能够记录拍摄农田图像时的该无人机的坐标位置信息。
6.根据权利要求5所述的基于杂草密度检测的田间草害预警方法,其特征在于,在步骤s5中,所述深度学习目标检测模型的构建步骤为:
7.根据权利要求6所述的基于杂草密度检测的田间草害预警方法,其特征在于,在步骤s6中,所述计算映射模型的构建步骤为:
8.根据权利要求7所述的基于杂草密度检测的田间草害预警方法,其特征在于,在步骤s7中,所述植株数量统计算法模型的构建步骤为:
9.根据权利要求8所述的基于杂草密度检测的田间草害预警方法,其特征在于,在步骤s8中,计算无人机拍摄到的农田图像中的每个像素的经纬度范围,找出在此经纬度范围内的插秧机的作业轨迹,结合插秧机的插秧机具的机械特性所构建理论秧苗圆圈域,并通过计算映射模型,将理论秧苗圆圈域映射至无人机拍摄的农田图像中,通过深度学习目标检测模型对理论秧苗圆圈域外的农田图像进行处理,找出理论秧苗圆圈域外的农田图像中的所有植株,并通过植株数量统计算法统计检测到的植株数量,通过结合农田实际环境及种植情况,设定预警阈值,将统计到的植株数量与预警阈值进行对比,如若超过阈值,则进行草害预警。