摘要
本发明涉及作物病害识别技术领域，更具体地说，涉及基于时序特征融合的作物早期病害识别方法及其系统，获取目标叶片的RGB图像和温度特征图像，通过光谱成像设备采集多光谱特征数据；基于时序图像序列，利用PnP算法生成第一帧图像的坐标变换矩阵，并根据坐标变换矩阵对后续图像进行对齐；利用深度神经网络提取多模态特征，深度神经网络包括3D卷积层和自适应注意力机制，用于提取空间和时间维度的特征；基于光谱数据和上述多模态特征，通过图卷积网络实现跨模态特征融合；将融合后的特征输入分类器，基于分类器的输出，生成目标叶片的病害类别和病害严重程度；输出病害传播风险和早期预警结果，能够捕捉到病害发展过程中的微小动态变化。
