稻穗作为农业大田作物关系着十几亿国人粮食的供给,传统稻穗收割作业精度低且作业速度慢,迫切需要技术创新对稻穗收割进行任务规划,以实现精准收获,高效作业,提高稻穗收割水平。如何合理规划稻穗收割任务成为亟待解决的问题,这是一个NP完全问题。本文深入研究了图像分割算法及任务规划算法,精确分割稻穗图像,明确收割任务,合理分配,规划收割作业调度,在此基础上设计并实现了稻穗收割管理系统。主要工作如下:（1）提出了一种基于空洞金字塔结构的稻穗图像分割算法RSAap,以解决现有分割算法分割稻穗图像效果不佳问题。该算法首先提出重分配的空洞卷积RAC,获取每个特征所占权重,将不同空洞率卷积在极端情况下的权值进行计算转换重新分配特征权值,大致测出不同尺度的分割目标。再提出反向递归金字塔RRP,以提高稻穗分割精度,将金字塔得到的结果反向递归至骨干层与输入信息同时作为输入再次传至金字塔网络中,反复迭代,提取精确分割目标,并将结果加入主干网络含反馈特征的残差模块。最后,提出更具针对性的损失函数,优化分割算法。实验结果表明,该算法在稻穗图像分割精确度及效率上优于其他算法。（2）提出了一种基于蚁群算法的多区域收割任务规划算法MA-ACO,以解决收割任务分配负载不均、路径规划不合理的问题。该算法对任务分配及路径规划进行一体化求解,首先将稻穗区域抽象为二维网格图,结合稻穗分割结果生成稻穗密度矩阵,再依据稻穗密度矩阵划分相对作业速度,以作业时间为路径成本,量化作业任务,均匀规划收割作业调度路径,达到整体收益最大的目的。实验结果表明,该算法更接近全局最优解,稳定性更好。（3）采用Vue、Spring Boot等技术设计并实现了稻穗收割管理系统,实际应用基于空洞金字塔结构的稻穗图像分割算法和基于蚁群算法的多区域收割任务规划算法。该系统通过算法模块的稻穗图像分割及收割任务规划,生成收割机任务分配调度路线,展示用户当前收割位置,稻穗图像信息,作业行进速度,行驶方向等信息,帮助稻穗收割精准收获,高效作业。