-
公开(公告)号:CN116469019A
公开(公告)日:2023-07-21
申请号:CN202310400046.1
申请日:2023-04-14
申请人: 南京农业大学
IPC分类号: G06V20/17 , G06V20/10 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于全卷积神经网络的田间小区自动分割方法,该方法基于无人机遥感平台获取小麦育种试验的无人机影像,构建全卷积神经网模型,在模型中引入注意力机制用于平衡数据集中类别分布不均衡的情况,之后使用图像细化以及直线检测等后处理算法对全卷积神经网络得到的边界提取结果行进一步的改进和完善,最后将训练好的全卷积神经网络模型和后处理算法部署至电脑端实现Windows操作系统下的育种小区边界提取系统,实现一套系统化、自动化的育种小区边界提取流程。本发明能够有效地缓解传统方法因小区内部阴影和杂草等原因造成的误分类现象,适用于基于无人机平台获取的遥感影像的育种试验边界提取问题。
-
公开(公告)号:CN114782840A
公开(公告)日:2022-07-22
申请号:CN202210414686.3
申请日:2022-04-20
申请人: 南京农业大学
IPC分类号: G06V20/17 , G06V20/68 , G06V10/20 , G06V10/54 , G06V10/58 , G06V10/771 , G06V10/764 , G06K9/62
摘要: 本发明提出了一种基于无人机RGB影像的小麦物候期实时分类方法,其步骤为:(1)根据不同播期处理的小麦大田实际生长情况,获取时序高空间分辨率RGB影像并进行预处理,得到不同年份间的相同区域的无人机影像;(2)提取时序无人机影像的光谱信息和纹理信息,衍生出的所有光谱特征与纹理特征作为特征全集;(3)基于紧致‑分离原则的特征选择算法对所有特征重要性进行排序,确定最佳特征与特征数量;(4)应用mRVM分类器,自动对不同物候阶段的特征进行分类识别,获得总体分类精度与各时期分类精度。本发明构建的分类方法简单、高效,可得到及时的作物物候信息,为有效指导农业管理决策提供依据,例如特定阶段的灌溉、施肥和农药管理活动等。
-