1.一种农业作物病虫害智慧检测方法，其特征在于，该方法包括以下步骤：

获取采集图像中的农业作物区域，获取农业作物区域所有像素点的灰度值；

将农业作物区域中任意一个像素点作为目标像素点，以目标像素点为圆心，预设数值为半径获取的范围作为目标像素点的邻域范围，根据目标像素点邻域范围内灰度值的信息熵，与目标像素点对应的所有邻域像素点在邻域像素点的邻域范围内的最大信息熵获取目标像素点的病虫害中心趋近率，根据邻域像素点与目标像素点的欧式距离得到每个邻域像素点的相似度权重参数，然后根据目标像素点的病虫害中心趋近率、每个邻域像素点的相似度权重参数以及每个邻域像素点与目标像素点的灰度梯度余弦相似度得到目标像素点的病虫害概率；

将农业作物区域中除了目标像素点之外的其他所有像素点作为可疑像素点，根据目标像素点与可疑像素点的灰度值以及病虫害概率，得到可疑像素点对目标像素点的病虫害传播率，根据所有可疑像素点对目标像素点的病虫害传播率以及欧式距离得到目标像素点的感染影响程度；

计算每个目标像素点灰度值与每个灰度级对应灰度值之间的差值绝对值，将每个差值绝对值与每个灰度级出现的概率的乘积在所有灰度级上累加获取目标像素点的G通道显著值，利用目标像素点的病虫害概率以及感染影响程度对目标像素点的G通道显著值进行加权，得到目标像素点的病虫害显著值；利用分割算法基于所述病虫害显著值分割出病虫害区域；

所述获取目标像素点的病虫害中心趋近率，包括的具体步骤如下：

以目标像素点为圆心的半径为R的圆形范围内的所有像素点作为目标像素点的邻域像素点，R为预设数值；

其中，i代表第i个目标像素点，

2.根据权利要求1所述一种农业作物病虫害智慧检测方法，其特征在于，所述获取农业作物区域所有像素点的灰度值，包括的具体步骤如下：将农业作物区域的RGB图像转化为G通道图像，将像素点在G通道中的像素值称为灰度值。

3.根据权利要求1所述一种农业作物病虫害智慧检测方法，其特征在于，所述根据邻域像素点与目标像素点的欧式距离得到每个邻域像素点的相似度权重参数，包括的具体步骤如下：其中，r代表第i个目标像素点邻域范围内第r个邻域像素点，

4.根据权利要求1所述一种农业作物病虫害智慧检测方法，其特征在于，所述根据目标像素点的病虫害中心趋近率、每个邻域像素点的相似度权重参数以及每个邻域像素点与目标像素点的灰度梯度余弦相似度得到目标像素点的病虫害概率，包括的具体步骤如下：其中，

5.根据权利要求1所述一种农业作物病虫害智慧检测方法，其特征在于，所述根据目标像素点与可疑像素点的灰度值以及病虫害概率，得到可疑像素点对目标像素点的病虫害传播率，包括的具体步骤如下：其中，

6.根据权利要求1所述一种农业作物病虫害智慧检测方法，其特征在于，所述根据所有可疑像素点对目标像素点的病虫害传播率以及欧式距离得到目标像素点的感染影响程度，包括的具体步骤如下：其中，

7.根据权利要求1所述一种农业作物病虫害智慧检测方法，其特征在于，所述利用目标像素点的病虫害概率以及感染影响程度对目标像素点的G通道显著值进行加权，得到目标像素点的病虫害显著值，包括的具体步骤如下：统计农业作物区域内所有目标像素点的灰度值，并将每个不相等的灰度值作为一个灰度级，统计每种灰度级出现的概率；

计算每个目标像素点灰度值与每个灰度级对应灰度值之间差值的绝对值，将所述绝对值与每个灰度级出现的概率的乘积在所有灰度级上的累加结果作为每个目标像素点的G通道显著值；

将每个目标像素点的病虫害概率、感染影响程度与预设常数之和作为矫正权重，将矫正权重与每个目标像素点的G通道显著值的乘积作为每个目标像素点的病虫害显著值。

8.根据权利要求1所述一种农业作物病虫害智慧检测方法，其特征在于，所述利用分割算法基于所述病虫害显著值分割出病虫害区域，包括的具体步骤如下：将农业作物区域内每个目标像素点的病虫害显著值代替每个目标像素点的灰度值构建的单通道的待分割图像；

将待分割图像作为输入，利用大津阈值分割算法获取所有所述病虫害显著值的分割阈值，将所有病虫害显著值大于分割阈值的目标像素点形成的连通域作为农业作物区域内的病虫害区域。

9.一种农业作物病虫害智慧检测系统，包括存储器、处理器以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计算机程序时实现如权利要求1~8任意一项所述一种农业作物病虫害智慧检测方法的步骤。