指导老师：薛金林 教授
论文题目：基于巡检装置的梨果园病虫害监测关键技术研究
答辩委员会：
主席：
康 敏 教授/博导 南京农业大学
委员：
王金湘 教授/博导 东南大学
蒋雪松 教授/博导 南京林业大学
舒 磊 教授/博导 南京农业大学
周 俊 教授/博导 南京农业大学
秘书：
高辉松 南京农业大学
答辩时间：2025年5月26号9时00分
答辩地点：滨江校区工学院12号楼B442
论文简介：
果树病虫害监测是植保过程中保障果园经济效益的重要途径之一，但当前还普遍存在病虫害目标检测不准确导致防控不精准的问题，这不仅可能导致病虫害的扩散，还会增加农药的使用量，为绿色农业和可持续发展带来了不利因素。随着智慧农业建设要求的提出，应用计算机视觉技术准确检测病虫害并实际应用以替代人工观察是亟待解决的问题。然而，现有的检测研究大多使用人工拍摄的图像，难以做到自动化监测。且由于果园环境复杂、光照变化大，以及病虫害目标往往较小、特征不明显，在实际条件下的检测仍是非常严峻的挑战。因此，为了提高检测方法在果园中的适用性，本文研制了一台果园巡检装置作为检测平台,并开发了使用双目视觉的果树行间环境感知方法，提出了基于Transformer的语义分割模型以检测梨果树易感病害，提出了全卷积模型检测梨果园常见虫害，在试验中准确识别了病虫害目标，并利用巡检装置监测了果园整体的病虫害发生区域和发展趋势。本文主要完成了如下工作：
1. 考虑到巡检装置需要获取清晰的果树图像以检测病虫害，为了使相机在合适的位置获取图像，提出了一种视觉感知果树树干距离的方法。为保证感知算法的实时性和准确性，使用倒残差结构和改进的特征融合结构构建了一个轻量级树干检测模型，模型取得了较好的平均交并比和平均像素精度，分别为88.02%和91.98%，高于对比模型，浮点数运算量为5.17G，使其可在嵌入式设备上流畅运行；使用基于交叉注意力的方法提取双目图像的关联特征，对双目图像进行立体匹配并得到了图像的视差和深度；提出了基于三维欧氏距离的树干距离计算方法，使用点云簇的方法分离多个树干目标，同时利用点云的距离聚类对测距结果进行了优化；提出的算法在果树行间的测距精度符合巡检装置的工作需求，在5m内的误差降低了2.311%，得到了2.381%的平均误差，且在多种复杂的环境中都具有较好的鲁棒性。
2. 针对检测复杂背景图像时精度较低的问题，提出了梨果树叶片病害分割方法。建立了包含锈病、炭疽病和黑斑病的病害数据集；使用Transformer构建了梨树叶片病害语义分割模型，其中的编码器利用分块嵌入下采样提取层级式特征，同时，区域与动态区域自注意力确保了特征图在编码器中的信息交流，在解码器中以掩码注意力替代了交叉注意力，通过遮挡无关区域令模型更关注目标区域，编码器和解码器之间的交互也使模型具有融合多尺度特征的能力；消融试验证明提出的模型架构对于梨树病害数据集是有效的，使用大型的公开数据集对模型进行了预训练，并得到了所有模型中最高的平均交并比和平均像素精度，分别达到82.73%的87.49%；在可视化分析中，提出的模型可以准确分割多种极端环境中的目标，通过类别激活映射方法验证了新结构为病斑检测效果带来的增益。
3. 针对复杂背景和小目标为检测带来的挑战，基于全卷积架构提出了果树虫害检测方法。为了缓解部分虫害数据量较少的问题，使用生成对抗网络扩充了图像数量，并以此构建了包括梨茎蜂、椿象和食蚜蝇的梨果园虫害数据集；构建了全卷积的梨树虫害检测模型，在主干网络中使用带有通道重组的残差结构和倒残差结构提取特征并使用卷积块注意力强化特征表达，使用路径聚合结构融合多尺度特征，针对特定目标的尺寸设计了分类器并对损失函数进行了优化；消融试验结果表明使用的模型架构对于虫害检测数据集是有效的，经过在公开数据集上训练得到的先验知识进行迁移学习，提出的检测模型取得了95.67%的平均均值精度，为所有对比模型中最高；在果园实际检测中，模型准确地检测到了反光、阴影、模糊等复杂情况下的昆虫目标，具有较好的鲁棒性，此外，对特征层输出的可视化也解释了模型的学习模式以及其结构在检测果园虫害上的优势。
4. 研制了一台果园巡检装置作为病虫害自动监测中视觉算法的载体。设计了巡检装置的硬件架构，主要包括车辆底盘、图像获取机构和电气控制柜，并提出了巡检装置在果园中的工作流程；基于工作流程，设计了装置的控制策略并开发了集成的巡检装置软件系统和图形交互界面；在实际测试中确定了巡检装置执行机构的工作参数；在不同季节的真实梨果园中进行了试验，提出了针对巡检装置和果园整体的病害严重程度评估方法，结合巡检装置采集到的图像和遥感地图进行检测，分析了果园病虫害的感染情况和季节间的变化趋势，分析结果与果园实际情况吻合。试验结果表明，提出的方法可以精准检测果树发生的病虫害，并准确监测果园整体的病虫害状况。
本文主要研究了基于计算机视觉的病虫害监测关键技术，并研制了果园巡检装置。应用提出的方法可以准确检测病虫害目标，以及监测聚集区域和变化趋势，巡检装置可以降低劳动力成本同时提升果园的智能化水平，从而推动智慧果园的发展。
论文创新点：
1. 提出了一种基于语义分割和双目视觉的果园树干目标距离感知方法。通过改进的模型精准检测树干，并使用深度学习立体匹配方法准确计算视察，在基于点云距离聚类的优化下，测距精度得到提升，确保复杂环境中树干目标距离感知的精准性。
2. 提出了一种基于Transformer的梨果树病害检测方法。使用层级式区域特征编码器有效提取病斑特征，使用区域与动态区域注意力优化计算量，并提出了掩码注意力以提升对小目标病斑的检测能力，可以精确分割多种复杂环境中的叶片病斑。
3. 提出了一种基于全卷积的梨果园虫害检测方法。构建了梨树虫害检测模型，提出了带通道重组的倒残差结构并结合卷积注意力提高特征提取能力，针对虫害目标优化了模型检测头的结构，在处理不易检测的目标时也具有较好的鲁棒性。
4. 提出了一种果园病虫害监测的方法。通过衡量果园整体病虫害严重程度，准确评估果园病虫害状态和发展趋势。
