[发明专利]基于人工智能的高粱施肥控制方法及系统

权利要求书

1.一种基于人工智能的高粱施肥控制方法，其特征在于，所述方法包括以下步骤：

S1，获取无人机搭载的多光谱相机拍摄的高粱的多光谱图像，根据所述多光谱图像得到归一化植被指数构成的NDVI图像、氮素反射指数构成的NRI图像和绿度归一化植被指数构成的GNDVI图像；对预处理后的所述NDVI图像进行图像分割，得到高粱种植区域其中1≤i≤N，N为得到的高粱种植区域个数；

S2，根据地理坐标分别得到在所述NRI图像和所述GNDVI图像中与所述对应的高粱种植区域将预处理后的和预处理后的分别输入对应的卷积神经网络中，得到两个氮肥施肥量R₁、R₂，分别选取中K个数值输入对应的深度神经网络中，得到两个氮肥施肥量R₃、R₄；

S3，根据R₁、R₃得到第一施肥量，根据R₂、R₄得到第二施肥量，判断第一施肥量和第二施肥量的偏差，若所述偏差大于阈值，则根据的平均值计算得到第三施肥量，基于R₁、R₂、R₃、R₄、第三施肥量和种植时间得到区域的氮肥施肥量；否则，基于R₁、R₂、R₃、R₄和种植时间得到区域的氮肥施肥量；

所述对预处理后的所述NDVI图像进行图像分割，得到高粱种植区域具体为：

获取高粱的种植时间，若所述种植时间小于预设时间，则识别高粱植株及高粱植株的位置，删除所述NDVI图像中非高粱植株部分，生成第二NDVI图像，采用分水岭方法对所述第二NDVI图像进程分割得到高粱种植区域否则，直接采用分水岭方法对所述NDVI图像进行图像分割得到高粱种植区域

所述将预处理后的和预处理后的分别输入对应的卷积神经网络中，具体为：

S21，采用中值滤波器对去噪；

S22，随机选取中W₁×H₁个像素点，将W₁×H₁个像素点映射到W₁×H₁图片中，生成第一图片；随机选取中W₂×H₂个像素点，将W₂×H₂个像素点映射到W₂×H₂图片中，生成第二图片；

S23，重复步骤S22，生成多个第一图片和多个第二图片，将生成的多个第一图片放入第一图片集，将生成的多个第二图片放入第二图片集；将所述第一图片集输入第一卷积神经网络中，将所述第二图片集输入第二卷积神经网络中；

所述分别选取中K个数值输入对应的深度神经网络中，具体为：

计算的灰度直方图的峰值点，在所述峰值点左侧和右侧分别获取K/2个像素点，依次将像素点的灰度值放入数组K^NDVI[j]中，且数组K^NDVI[j]中元素在灰度直方图中对应的频率大于平均值，其中0≤j＜K；

计算的灰度直方图的峰值点，在所述峰值点左侧和右侧分别获取K/2个像素点，依次将像素点的灰度值放入数组K^NRI[j]中，且数组K^NRI[j]中元素在灰度直方图中对应的频率大于平均值，其中0≤j＜K；

将所述数组K^NDVI[j]输入第一深度神经网络，将所述数组K^NRI[j]输入第二深度神经网络。