无人机多光谱影像作物病害语义分割与变量施药处方生成.docxVIP

PAGE2

无人机多光谱影像作物病害语义分割与变量施药处方生成

摘要

传统农业病害防治依赖人工巡田与全田均匀施药，存在识别滞后、农药滥用及环境污染等痛点。本课题针对此现实需求，设计了一套基于无人机多光谱影像的作物病害语义分割与变量施药处方生成系统。系统核心方案采用U-Net++网络融合NDVI与NDRE多光谱特征，实现早期病害的精准识别，并据此生成1m分辨率的变量施药处方图，旨在达成农药减量30%且防治效果持平的目标。

全文遵循工程递进思路展开。第一章进行需求分析，明确精准施药与减量增效的目标；第二章论证多光谱遥感与U-Net++深度学习技术的选型依据；第三章细化系统功能与非功能需求，建立用例模型；第四章完成系统总体架构与数据存储设计，确立高内聚低耦合的模块结构；第五章深入设计特征融合算法与处方图生成核心逻辑；第六章展示系统实现过程与关键技术难点突破；第七章通过功能与性能测试验证系统可靠性；第八章总结成果并展望未来优化方向。

本设计的核心创新点在于将NDVI/NDRE植被指数作为先验特征与U-Net++深层语义特征进行跳跃融合，显著提升了早期病害的分割边界精度，并构建了从多光谱影像到1m分辨率施药处方图端到端的自动化生成链路，为精准农业提供了高效的技术支撑。

第一章绪论

1.1研究背景

现代农业面临病虫害频发与农药过度使用的双重困境。病害早期潜伏性强，肉眼难以察觉，传统人