摘要
本发明公开了一种基于神经动力学模型的无人机多尺度作物检测方法，属于农作物检测的技术领域，包括：获取无人机多尺度下作物的可见光图像、长波红外图像和高光谱数据；对可见光图像、长波红外图像和高光谱数据进行配准融合处理，得到融合高光谱立方体数据；构建作物检测的神经动力学模型，并将融合高光谱立方体数据输入作物检测的神经动力学模型中进行训练，输出作物检测结果；基于作物检测结果，计算作物检测的神经动力学模型的损失函数，并反馈至模型中进行约束。本发明结合了视觉处理、深度学习与农业场景感知技术，利用神经动力学模型的并行计算能力和抗干扰特性，实现高效、精准的作物监测。
