本发明涉及数据处理，尤其涉及一种行道树树冠病虫害检测方法、系统、设备及存储介质。
背景技术：
1、随着城市化进程的加快，行道树作为城市绿化的重要性也在不断增加，它们不仅带来巨大的社会和经济效益，还为生态系统提供至关重要的生态系统服务。从社会角度来看，城市行道树不仅提高城市的景观价值，还为城市居民提供更加健康和舒适的生活环境；经济效益方面，城市行道树能够改善城市的空气质量，减少重金属和有害气体的浓度，有效降低城市热岛效应；行道树同样也是城市生态系统服务的重要提供者，它们可以通过碳封存减缓气候变化，缓解城市洪涝等极端事件以及保护城市生物多样性。
2、许多城市以悬铃木作为城市绿地的骨干树种，但是悬铃木的树冠处容易受到白粉病和方翅网蝽(corythucha ciliata)等病虫害的侵染。白粉病为多次侵染的真菌性病害，主要危害叶片、嫩梢及芽，发病初期在叶片正面或背面产生白色粉层，后逐渐扩大，引起嫩叶扭曲变形，严重时叶片病斑互相愈合而连接成片，蔓延至整个叶片，使叶片变黄、枯萎、提前凋落。方翅网蝽寄生在叶片底面，刺吸叶片汁液取食，叶子的上表面的损伤最为明显，最初为许多非常密集的黄白色斑点，逐步发展为大片的古铜色，背面布满锈褐色虫粪和分泌物，抑制植被光合作用，最终导致树势衰弱、叶片凋落或枯死，给行道树的生长发育带来了不可忽视的影响。上述两种病虫害白粉病都具有极强的传染性，一旦传入新的地区，如果没有及时采取措施，病害会以街区为单位迅速传播。
3、目前，对于植被病虫害的主要监测方法有基于人工的实地调查方法，上述方法主要基于人眼目视判别，根据叶片的外部症状、病原体的生命周期和传播方式来判断病害类型,并对树木的健康状态进行分级。传统的人工排查的方式，虽然在识别行道树的树冠病虫害时具有较高的精确度，但是其成本高、容易遗漏，且对排查人员有较高的专业知识的要求；有些复杂的样本需要送到实验室，这需要耗费较大的工作量和识别周期，使得大范围的监测和识别上存在一定的局限性，难以全面掌握城市行道树病虫害情况。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种行道树树冠病虫害检测方法、系统、设备及存储介质，用于解决现有技术中由于人工排查的方式虽然在识别行道树树冠病虫害时具有较高的精确度，但是其成本高、容易遗漏，且对排查人员有较高的专业知识的要求；有些复杂的样本需要送到实验室，这需要耗费较大的工作量和识别周期，使得大范围的监测和识别上存在一定的局限性，难以全面掌握城市行道树病虫害情况的问题。
2、第一方面，本技术提供了一种行道树树冠病虫害检测方法，包括：
3、获取街道的图像信息；其中，所述图像信息由无人机获取，并携带有行道树上树冠的病变信息；
4、对所述图像信息进行预处理，得到训练样本；
5、基于所述训练样本，对初始yolov8网络模型进行训练，得到训练好的病虫害识别模型；
6、采用所述病虫害识别模型，对待识别的街道图像进行检测，得到检测结果；其中，所述检测结果包括所述待识别的街道图像的定位信息。
7、在其中一个实施例中，所述对所述图像信息进行预处理，得到训练样本，包括：
8、处理所述图像信息，得到正射影像；
9、标注所述正射影像；
10、按照预设比例，将标注后的所述正射影像划分为训练集、验证集、测试集，得到初始训练样本；
11、裁剪所述初始训练样本，得到第一数据；
12、对所述第一数据进行数据增强，得到所述训练样本。
13、在其中一个实施例中，所述处理所述图像信息，得到正射影像，包括：
14、对所述图像信息进行几何矫正和定位，再将矫正后的各所述图像信息进行拼接，得到正射影像。
15、在其中一个实施例中，所述按照预设比例，将标注后的所述正射影像划分为训练集、验证集、测试集，包括：
16、针对属于同一个街道的各所述正射影像，按照预设比例，将标注后的各所述正射影像划分为子训练集、子验证集、子测试集；
17、各所述子训练集、各所述子验证集、各所述子测试集分别构成所述训练集、验证集和测试集。
18、在其中一个实施例中，对所述第一数据进行数据增强的方式，包括：随机旋转操作、亮度变换操作、增加噪声操作、随机裁剪操作、图像翻转操作、图像平移操作中的任意一个或多个。
19、在其中一个实施例中，所述采用所述病虫害识别模型，对待识别的街道图像进行检测，包括：
20、处理所述街道图像，得到街道正射影像；
21、先对所述街道正射影像的空间分辨率进行重采样，以使其与所述训练样本的空间分辨率保持一致；
22、再对所述街道正射影像的尺寸进行调整，调整公式显示为：
23、
24、其中，predr为所述街道正射影像的空间分辨率；
25、trainr为所述训练样本的空间分辨率；
26、pred(x)size为所述街道正射影像在x方向调整后的尺寸；
27、pred(x)input为所述街道正射影像在x方向的输入尺寸；
28、train(x)input为所述训练样本在x方向的重采样尺寸；
29、train(x)size为所述训练样本在x方向的输入尺寸；
30、pred(y)size为所述街道正射影像在x方向调整后的尺寸；
31、pred(y)input为所述街道正射影像在x方向的输入尺寸；
32、train(y)input为所述训练样本在x方向的重采样尺寸；
33、train(y)size为所述训练样本在x方向的输入尺寸。
34、在其中一个实施例中，所述定位信息的获取方式，包括：
35、根据无人机的定位设备构建平面坐标系，基于所述平面坐标系得到每个检测框的像素坐标；
36、将所述像素坐标转换为检测框的经纬度坐标，得到定位信息；
37、转换公式显示为：
38、xgeo＝gt(0)+x*gt(1)+y*gt(2)
39、ygeo＝gt(3)+x*gt(4)+y*gt(5)
40、其中，xgeo为检测框在x方向的经纬度坐标；ygeo为检测框在y方向的经纬度坐标；
41、x为检测框在x方向的像素坐标；y为检测框在y方向的像素坐标；
42、gt(0)为街道正射影像左上角的经度坐标；gt(3)为街道正射影像左上角的纬度坐标；
43、gt(1)为街道正射影像横向的分辨率；gt(5)为街道正射影像纵向的分辨率；
44、gt(2)为街道正射影像在x方向的旋转系数；gt(4)为街道正射影像在y方向的旋转系数。
45、第二方面，本技术提供了一种行道树树冠病虫害检测系统，包括：
46、获取模块，用于获取街道的图像信息；其中，所述图像信息由无人机获取，并携带有行道树上树冠的病变信息；
47、处理模块，用于对所述图像信息进行预处理，得到训练样本；
48、训练模块，用于基于所述训练样本，对初始yolov8网络模型进行训练，得到训练好的病虫害识别模型；
49、检测模块，用于采用所述病虫害识别模型，对待识别的街道图像进行检测，得到检测结果；其中，所述检测结果包括所述待识别的街道图像的定位信息。
50、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中任一项所述的方法步骤。
51、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中任一项所述的方法步骤。
52、上述行道树树冠病虫害检测方法、系统、设备及存储介质，至少具有以下优点：
53、本技术接收到由无人机获取的街道图像信息后，对图像信息进行预处理，得到大量且多样化的训练样本，基于该训练样本对yolov8网络模型进行训练，可有效提高模型的鲁棒性。采用上述训练样本和yolov8网络模型训练得到的病虫害识别模型，可对大批量的街道图像进行检测，实现染病行道树的在高精度自动识别和空间定位，节省了识别时间、降低了排查成本，满足了大面积城市行道树病虫害的动态监测要求。
1.一种行道树树冠病虫害检测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述对所述图像信息进行预处理，得到训练样本，包括：
3.如权利要求2所述的方法，其特征在于，所述处理所述图像信息，得到正射影像，包括：
4.如权利要求2所述的方法，其特征在于，所述按照预设比例，将标注后的所述正射影像划分为训练集、验证集、测试集，包括：
5.如权利要求2所述的方法，其特征在于，对所述第一数据进行数据增强的方式，包括：随机旋转操作、亮度变换操作、增加噪声操作、随机裁剪操作、图像翻转操作、图像平移操作中的任意一个或多个。
6.如权利要求1所述的方法，其特征在于，所述采用所述病虫害识别模型，对待识别的街道图像进行检测，包括：
7.如权利要求1所述的方法，其特征在于，所述定位信息的获取方式，包括：
8.一种行道树树冠病虫害检测系统，其特征在于，包括：
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现权利要求1-7中任意一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7中任意一项所述的方法。
