[发明专利]基于人工智能的高粱施肥控制方法及系统

说明书

本发明提供了一种基于人工智能的高粱施肥控制方法及系统，根据多光谱图像得到NDVI图像、NRI图像和GNDVI图像，对预处理后的NDVI图像进行图像分割，得到高粱种植区域根据地理坐标分别得到在NRI图像和GNDVI图像中与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Rsubgt;1/subgt;、Rsubgt;2/subgt;，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Rsubgt;3/subgt;、Rsubgt;4/subgt;；根据的平均值计算得到第三施肥量，最后基于Rsubgt;1/subgt;、Rsubgt;2/subgt;、Rsubgt;3/subgt;、Rsubgt;4/subgt;、第三施肥量和种植时间等得到的氮肥施肥量。本发明根据植被指数NDVI、RNI和GNDVI结合人工智能准确的得到高粱氮肥施肥量，实现了对高粱施肥的精确控制。

技术领域

本发明涉及农业领域，尤其涉及基于人工智能的高粱施肥控制方法及系统。

背景技术

我国是一个传统的农业大国，以往对农田的管理，例如除草、打药、施肥、灌溉等完全靠人力完成，生产水平的提高，尤其是播种机、收割机以及农用植保无人机等农业机械的应用，大大减轻了种植户的工作量。高粱的种植已经有5000年的历史，属于禾本科高粱属，是世界第五大粮食作物，高粱具有耐旱、耐盐碱等特点，在我国有广泛的种植，主要种植区域有东北、华北和西南三个区域，随着生活水平的提高，高粱的地位也在不断变化，已经由原理的主粮转变为了酿酒、饲料的主要原材料。高粱的种植离不开先进的农业管理技术，人们也在不断探索农业种植的科学化、自动化，随着图像处理技术、人工智能技术的不断成熟，越来越多的研究机构和企业开始将人工智能应用到农业的种植中，人工智能已经在农作为长势、病虫害识别中发挥了作用。

氮肥是高粱的主要肥料，其直接影响高粱的收成，虽然叶绿素测定仪和土壤分析可以帮助种植户确定施肥量，但是在实际生产中，应用较少，种植户大多依靠自己的经验施肥，施肥量过多不仅浪费肥料，而且会对环境造成污染，施肥量过少，又会影响高粱的产量。此外，对于氮肥的施肥量还有基于视觉图像的确定方法，尤其是植保无人机的应用，可以很方便的获取高粱的视觉图像和遥感图像，如何能够利用无人机拍摄的遥感图像准确的确定高粱氮肥的施肥量是提高高粱产量和节省肥料的关键。

发明内容

为了能够准确的控制高粱的施肥量，一方面，本发明提供了一种基于人工智能的高粱施肥控制方法，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。

优选地，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：