基于深度学习与图像处理的玉米茎秆识别方法与试验

查看全文 作　　者：[1]刘慧力 [1,2]贾洪雷索引王刚 [1,3 ]GLATZEL [3]Stephan [1]袁洪方黄东岩 [1,2 ]

机构地区：[1]吉林大学生物与农业工程学院,长春130022;[2]吉林大学工程仿生教育部重点实验室,长春130022;[3]维也纳大学地理与区域研究系,维也纳1090

出　　处：《农业机械学报》索引2020年第51卷第4期,共9页

基　　金：吉林省科技发展计划国际科技合作项目(20180414074GH);国家重点研发计划项目(2017YFD0700904)。 摘　　要：以识别玉米秧苗茎秆为目标,采用云台搭载电荷耦合器件(CCD)相机获得玉米秧苗图像,采用Label Image插件制作了玉米秧苗的标记与标签。基于深度学习框架Tensor Flow搭建了多尺度分层特征的卷积神经网络模型,应用4倍膨胀的单位卷积核,获得了玉米秧苗图像的识别模型,其识别准确率为99.65%。将已知玉米秧苗图像划分为最佳子块,求取了各个子块的最佳二值化阈值。选取6种杂草密度在每天5个时间段进行为期3 d的试验,共采集了10800幅图像。试验结果显示,对玉米秧苗茎秆的平均识别准确率为98.93%,且光照条件与田间杂草密度对识别结果没有显著影响(P>0.05)。 关键词：玉米秧苗茎秆识别深度学习膨胀卷积图像处理

相关文献

参考文献（29）
引证文献（29）
耦合文献（449）

参考文献(29)

引证文献(29)

耦合文献(449)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于深度学习与图像处理的玉米茎秆识别方法与试验

参考文献(29)

引证文献(29)

耦合文献(449)

用户提示