基于深度学习与图像处理的玉米茎秆识别方法与试验

• 作者: GLATZEL Stephan 刘慧力 王刚 袁洪方 贾洪雷 黄东岩
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 玉米秧苗 茎秆识别 深度学习 膨胀卷积 图像处理
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 207-215
• 页数: 9页
• 分类号: TP391.41
• 字数: 6555字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.04.024

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LabelImage插件制作了玉米秧苗的标记与标签.基于深度学习框架TensorFlow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3d的试验,共采集了10 800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).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾洪雷	吉林大学生物与农业工程学院	53	1041	22.0	31.0
5	黄东岩	吉林大学生物与农业工程学院	18	153	7.0	12.0
9	刘慧力	吉林大学生物与农业工程学院	8	18	2.0	4.0
10	袁洪方	吉林大学生物与农业工程学院	5	37	2.0	5.0