一种玉米高产栽培方法与流程

本申请涉及玉米种植领域，且更为具体地，涉及一种玉米高产栽培方法。

背景技术：

1、玉米是一种重要的粮食作物，其产量受到多种因素的影响，其中水分是关键的限制因素之一。玉米在生长期间需要充足的水分，特别是在抽穗期和灌浆期。如果缺水，会导致玉米生长受阻，影响产量和品质；如果过度灌溉，会造成土壤盐渍化，降低土壤肥力，增加农业成本。

2、在实际进行玉米栽培的过程中，应该根据实际情况适时浇水，避免出现缺水或过度灌溉的情况。然而，传统的浇水方式往往依赖于人工经验或固定的时间间隔，缺乏对玉米对象的生长状态和土壤状态的精准监测和判断，难以实现高效节水的同时实现玉米的高产栽培。

技术实现思路

1、有鉴于此，本公开提出了一种玉米高产栽培方法，可以基于玉米对象的生长状态和土壤状态来智能判断是否需要浇水，从而实现高效节水的同时保障玉米生长需要的水分，提高生产的可持续性和经济效益。

2、根据本公开的一方面，提供了一种玉米高产栽培方法，其包括：

3、在被监控玉米对象的生长区域内的合适位置处安装摄像头；

4、接收由所述摄像头采集的所述被监控玉米对象的生长状态监控图像和土壤状态图像；

5、基于深度卷积神经网络模型对所述生长状态监控图像和所述土壤状态图像进行图像特征提取和特征融合以得到综合生长状态特征向量；以及

6、基于所述综合生长状态特征向量，确定是否需浇水。

7、根据本公开的实施例，其包括：在被监控玉米对象的生长区域内的合适位置处安装摄像头；接收由所述摄像头采集的所述被监控玉米对象的生长状态监控图像和土壤状态图像；基于深度卷积神经网络模型对所述生长状态监控图像和所述土壤状态图像进行图像特征提取和特征融合以得到综合生长状态特征向量；以及，基于所述综合生长状态特征向量，确定是否需浇水。这样，可以基于玉米对象的生长状态和土壤状态来智能判断是否需要浇水，从而实现高效节水的同时保障玉米生长需要的水分，提高生产的可持续性和经济效益。

8、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

技术特征：

1.一种玉米高产栽培方法，其特征在于，包括：

2.根据权利要求1所述的玉米高产栽培方法，其特征在于，基于深度卷积神经网络模型对所述生长状态监控图像和所述土壤状态图像进行图像特征提取和特征融合以得到综合生长状态特征向量，包括：

3.根据权利要求2所述的玉米高产栽培方法，其特征在于，对所述生长状态监控图像进行图像全局特征提取以得到强化生长状态特征向量，包括：

4.根据权利要求3所述的玉米高产栽培方法，其特征在于，所述卷积神经网络模型包括：第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、第三卷积层和第三最大池化层。

5.根据权利要求4所述的玉米高产栽培方法，其特征在于，将所述生长状态特征图通过基于非局部神经网络模型的特征强化起以得到强化生长状态特征图，包括：

6.根据权利要求5所述的玉米高产栽培方法，其特征在于，对所述强化生长状态特征图进行特征分布优化以得到优化后强化生长状态特征图，包括：

7.根据权利要求6所述的玉米高产栽培方法，其特征在于，对所述优化后强化生长状态特征图进行降维处理以得到所述强化生长状态特征向量，包括：

8.根据权利要求7所述的玉米高产栽培方法，其特征在于，对所述土壤状态图像进行图像语义分析以得到土壤状态语义特征向量，包括：

9.根据权利要求8所述的玉米高产栽培方法，其特征在于，融合所述强化生长状态特征向量和所述土壤状态语义特征向量以得到所述综合生长状态特征向量，包括：

10.根据权利要求9所述的玉米高产栽培方法，其特征在于，基于所述综合生长状态特征向量，确定是否需浇水，包括：

技术总结
本发明公开了一种玉米高产栽培方法。其包括：在被监控玉米对象的生长区域内的合适位置处安装摄像头；接收由所述摄像头采集的所述被监控玉米对象的生长状态监控图像和土壤状态图像；基于深度卷积神经网络模型对所述生长状态监控图像和所述土壤状态图像进行图像特征提取和特征融合以得到综合生长状态特征向量；以及，基于所述综合生长状态特征向量，确定是否需浇水。这样，可以基于玉米对象的生长状态和土壤状态来智能判断是否需要浇水，从而实现高效节水的同时保障玉米生长需要的水分，提高生产的可持续性和经济效益。

技术研发人员：陈文博,鹿尧,于晶,段鹏
受保护的技术使用者：吉林隆源农业服务有限公司
技术研发日：
技术公布日：2024/1/14