基于视觉识别的玉米病虫害检测与精准变量喷药系统研究

作     者：朱惠斌 王明鹏 白丽珍 张媛媛 刘祺 李镕东 ZHU Huibin;WANG Mingpeng;BAI Lizhen;ZHANG Yuanyuan;LIU Qi;LI Rongdong

作者机构：昆明理工大学现代农业工程学院昆明650500 

基　　金：国家自然科学基金项目(52265033、51865022) 云南省自然科学基金项目(202401AS070115) 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2024年第55卷第S2期

页      码：210-221页

摘      要：针对传统无差别连续式喷药存在农药浪费、喷施低效的问题,以玉米为研究对象,设计一套基于视觉识别的病虫害检测及精准变量喷药系统。结合图像处理和机器视觉技术,对玉米田间病虫害自动、快速和准确识别,并根据识别的病虫害种类及严重程度,自动调整喷药剂量,实现精准农业管理。将自主设计的变量喷药系统集成并部署于计算机控制系统中,并对其检测性能进行验证,试验结果表明,相较于基准模型YOLO v5s,改进后模型精确率(P)、召回率(R)、mAP值分别提升1.6、1.3、0.7个百分点,降低了病虫害误检,避免对非病虫害区域的误喷,同时减少漏检确保了病虫害区域得到及时有效处理,综合反映了系统在不同病虫害类别上的整体识别能力;对于玉米螟、黏虫、灰斑病、叶斑病和锈病,模型识别准确率稳定在60%以上,而对于红蜘蛛、蚜虫识别准确率则在40%以上。于田间进行喷药性能试验,并对雾滴沉积、雾滴漂移及省药率等关键指标进行测试与分析,结果表明,最低雾滴覆盖率为52%,最低平均沉积密度为71.3滴/cm2,均达到病虫害防治要求;省药率与地面流失率最低值分别为32.1%和22%,显著降低了农药总体消耗量和地面流失率。本文设计的玉米病虫害检测及精准变量喷药系统,显著提升了病虫害识别准确性,提高了农药利用率并降低环境污染,为病虫害防控提供科学高效的解决方案。

主 题 词：玉米病虫害检测 深度学习 计算机视觉 PWM变量控制 YOLO 精准变量喷药 

学科分类：082804[082804] 08[工学] 0828[工学-建筑类] 

核心收录：

D　O　I：10.6041/j.issn.1000-1298.2024.S2.021

馆 藏 号：203157092...