本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種行道樹樹冠病蟲害檢測方法、系統(tǒng)、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著城市化進(jìn)程的加快，行道樹作為城市綠化的重要性也在不斷增加，它們不僅帶來巨大的社會(huì)和經(jīng)濟(jì)效益，還為生態(tài)系統(tǒng)提供至關(guān)重要的生態(tài)系統(tǒng)服務(wù)。從社會(huì)角度來看，城市行道樹不僅提高城市的景觀價(jià)值，還為城市居民提供更加健康和舒適的生活環(huán)境；經(jīng)濟(jì)效益方面，城市行道樹能夠改善城市的空氣質(zhì)量，減少重金屬和有害氣體的濃度，有效降低城市熱島效應(yīng)；行道樹同樣也是城市生態(tài)系統(tǒng)服務(wù)的重要提供者，它們可以通過碳封存減緩氣候變化，緩解城市洪澇等極端事件以及保護(hù)城市生物多樣性。

2、許多城市以懸鈴木作為城市綠地的骨干樹種，但是懸鈴木的樹冠處容易受到白粉病和方翅網(wǎng)蝽(corythucha?ciliata)等病蟲害的侵染。白粉病為多次侵染的真菌性病害，主要危害葉片、嫩梢及芽，發(fā)病初期在葉片正面或背面產(chǎn)生白色粉層，后逐漸擴(kuò)大，引起嫩葉扭曲變形，嚴(yán)重時(shí)葉片病斑互相愈合而連接成片，蔓延至整個(gè)葉片，使葉片變黃、枯萎、提前凋落。方翅網(wǎng)蝽寄生在葉片底面，刺吸葉片汁液取食，葉子的上表面的損傷最為明顯，最初為許多非常密集的黃白色斑點(diǎn)，逐步發(fā)展為大片的古銅色，背面布滿銹褐色蟲糞和分泌物，抑制植被光合作用，最終導(dǎo)致樹勢衰弱、葉片凋落或枯死，給行道樹的生長發(fā)育帶來了不可忽視的影響。上述兩種病蟲害白粉病都具有極強(qiáng)的傳染性，一旦傳入新的地區(qū)，如果沒有及時(shí)采取措施，病害會(huì)以街區(qū)為單位迅速傳播。

3、目前，對于植被病蟲害的主要監(jiān)測方法有基于人工的實(shí)地調(diào)查方法，上述方法主要基于人眼目視判別，根據(jù)葉片的外部癥狀、病原體的生命周期和傳播方式來判斷病害類型,并對樹木的健康狀態(tài)進(jìn)行分級。傳統(tǒng)的人工排查的方式，雖然在識別行道樹的樹冠病蟲害時(shí)具有較高的精確度，但是其成本高、容易遺漏，且對排查人員有較高的專業(yè)知識的要求；有些復(fù)雜的樣本需要送到實(shí)驗(yàn)室，這需要耗費(fèi)較大的工作量和識別周期，使得大范圍的監(jiān)測和識別上存在一定的局限性，難以全面掌握城市行道樹病蟲害情況。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種行道樹樹冠病蟲害檢測方法、系統(tǒng)、設(shè)備及存儲介質(zhì)，用于解決現(xiàn)有技術(shù)中由于人工排查的方式雖然在識別行道樹樹冠病蟲害時(shí)具有較高的精確度，但是其成本高、容易遺漏，且對排查人員有較高的專業(yè)知識的要求；有些復(fù)雜的樣本需要送到實(shí)驗(yàn)室，這需要耗費(fèi)較大的工作量和識別周期，使得大范圍的監(jiān)測和識別上存在一定的局限性，難以全面掌握城市行道樹病蟲害情況的問題。

2、第一方面，本技術(shù)提供了一種行道樹樹冠病蟲害檢測方法，包括：

3、獲取街道的圖像信息；其中，所述圖像信息由無人機(jī)獲取，并攜帶有行道樹上樹冠的病變信息；

4、對所述圖像信息進(jìn)行預(yù)處理，得到訓(xùn)練樣本；

5、基于所述訓(xùn)練樣本，對初始yolov8網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的病蟲害識別模型；

6、采用所述病蟲害識別模型，對待識別的街道圖像進(jìn)行檢測，得到檢測結(jié)果；其中，所述檢測結(jié)果包括所述待識別的街道圖像的定位信息。

7、在其中一個(gè)實(shí)施例中，所述對所述圖像信息進(jìn)行預(yù)處理，得到訓(xùn)練樣本，包括：

8、處理所述圖像信息，得到正射影像；

9、標(biāo)注所述正射影像；

10、按照預(yù)設(shè)比例，將標(biāo)注后的所述正射影像劃分為訓(xùn)練集、驗(yàn)證集、測試集，得到初始訓(xùn)練樣本；

11、裁剪所述初始訓(xùn)練樣本，得到第一數(shù)據(jù)；

12、對所述第一數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)，得到所述訓(xùn)練樣本。

13、在其中一個(gè)實(shí)施例中，所述處理所述圖像信息，得到正射影像，包括：

14、對所述圖像信息進(jìn)行幾何矯正和定位，再將矯正后的各所述圖像信息進(jìn)行拼接，得到正射影像。

15、在其中一個(gè)實(shí)施例中，所述按照預(yù)設(shè)比例，將標(biāo)注后的所述正射影像劃分為訓(xùn)練集、驗(yàn)證集、測試集，包括：

16、針對屬于同一個(gè)街道的各所述正射影像，按照預(yù)設(shè)比例，將標(biāo)注后的各所述正射影像劃分為子訓(xùn)練集、子驗(yàn)證集、子測試集；

17、各所述子訓(xùn)練集、各所述子驗(yàn)證集、各所述子測試集分別構(gòu)成所述訓(xùn)練集、驗(yàn)證集和測試集。

18、在其中一個(gè)實(shí)施例中，對所述第一數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)的方式，包括：隨機(jī)旋轉(zhuǎn)操作、亮度變換操作、增加噪聲操作、隨機(jī)裁剪操作、圖像翻轉(zhuǎn)操作、圖像平移操作中的任意一個(gè)或多個(gè)。

19、在其中一個(gè)實(shí)施例中，所述采用所述病蟲害識別模型，對待識別的街道圖像進(jìn)行檢測，包括：

20、處理所述街道圖像，得到街道正射影像；

21、先對所述街道正射影像的空間分辨率進(jìn)行重采樣，以使其與所述訓(xùn)練樣本的空間分辨率保持一致；

22、再對所述街道正射影像的尺寸進(jìn)行調(diào)整，調(diào)整公式顯示為：

23、

24、其中，predr為所述街道正射影像的空間分辨率；

25、trainr為所述訓(xùn)練樣本的空間分辨率；

26、pred(x)size為所述街道正射影像在x方向調(diào)整后的尺寸；

27、pred(x)input為所述街道正射影像在x方向的輸入尺寸；

28、train(x)input為所述訓(xùn)練樣本在x方向的重采樣尺寸；

29、train(x)size為所述訓(xùn)練樣本在x方向的輸入尺寸；

30、pred(y)size為所述街道正射影像在x方向調(diào)整后的尺寸；

31、pred(y)input為所述街道正射影像在x方向的輸入尺寸；

32、train(y)input為所述訓(xùn)練樣本在x方向的重采樣尺寸；

33、train(y)size為所述訓(xùn)練樣本在x方向的輸入尺寸。

34、在其中一個(gè)實(shí)施例中，所述定位信息的獲取方式，包括：

35、根據(jù)無人機(jī)的定位設(shè)備構(gòu)建平面坐標(biāo)系，基于所述平面坐標(biāo)系得到每個(gè)檢測框的像素坐標(biāo)；

36、將所述像素坐標(biāo)轉(zhuǎn)換為檢測框的經(jīng)緯度坐標(biāo)，得到定位信息；

37、轉(zhuǎn)換公式顯示為：

38、xgeo＝gt(0)+x*gt(1)+y*gt(2)

39、ygeo＝gt(3)+x*gt(4)+y*gt(5)

40、其中，xgeo為檢測框在x方向的經(jīng)緯度坐標(biāo)；ygeo為檢測框在y方向的經(jīng)緯度坐標(biāo)；

41、x為檢測框在x方向的像素坐標(biāo)；y為檢測框在y方向的像素坐標(biāo)；

42、gt(0)為街道正射影像左上角的經(jīng)度坐標(biāo)；gt(3)為街道正射影像左上角的緯度坐標(biāo)；

43、gt(1)為街道正射影像橫向的分辨率；gt(5)為街道正射影像縱向的分辨率；

44、gt(2)為街道正射影像在x方向的旋轉(zhuǎn)系數(shù)；gt(4)為街道正射影像在y方向的旋轉(zhuǎn)系數(shù)。

45、第二方面，本技術(shù)提供了一種行道樹樹冠病蟲害檢測系統(tǒng)，包括：

46、獲取模塊，用于獲取街道的圖像信息；其中，所述圖像信息由無人機(jī)獲取，并攜帶有行道樹上樹冠的病變信息；

47、處理模塊，用于對所述圖像信息進(jìn)行預(yù)處理，得到訓(xùn)練樣本；

48、訓(xùn)練模塊，用于基于所述訓(xùn)練樣本，對初始yolov8網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的病蟲害識別模型；

49、檢測模塊，用于采用所述病蟲害識別模型，對待識別的街道圖像進(jìn)行檢測，得到檢測結(jié)果；其中，所述檢測結(jié)果包括所述待識別的街道圖像的定位信息。

50、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備。所述計(jì)算機(jī)設(shè)備包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)第一方面中任一項(xiàng)所述的方法步驟。

51、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)。所述計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面中任一項(xiàng)所述的方法步驟。

52、上述行道樹樹冠病蟲害檢測方法、系統(tǒng)、設(shè)備及存儲介質(zhì)，至少具有以下優(yōu)點(diǎn)：

53、本技術(shù)接收到由無人機(jī)獲取的街道圖像信息后，對圖像信息進(jìn)行預(yù)處理，得到大量且多樣化的訓(xùn)練樣本，基于該訓(xùn)練樣本對yolov8網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，可有效提高模型的魯棒性。采用上述訓(xùn)練樣本和yolov8網(wǎng)絡(luò)模型訓(xùn)練得到的病蟲害識別模型，可對大批量的街道圖像進(jìn)行檢測，實(shí)現(xiàn)染病行道樹的在高精度自動(dòng)識別和空間定位，節(jié)省了識別時(shí)間、降低了排查成本，滿足了大面積城市行道樹病蟲害的動(dòng)態(tài)監(jiān)測要求。