基于无人机遥感影像的多生育期冬小麦种植行检测方法
wf（2023）
摘要
大田环境下小麦种植行的识别与定位对农机田间喷药和除草等任务的导航作业具有重要意义.以分蘖期和拔节期的冬小麦无人机可见光遥感影像为研究数据,结合深度语义分割和霍夫变换直线检测,提出了一种多生育期小麦种植行检测方法.采用SegNet深度语义分割提取小麦种植区域,克服传统检测方法对光照敏感的同时提高检测精度.基于霍夫变换的小麦种植行预检测结果,提出采用二分k均值聚类进一步提炼检测结果,以识别出小麦种植行区域的中心线.实验结果表明,对于分蘖期和拔节期的冬小麦图像,种植行直线平均位置偏差的绝对值分别为0.55、0.11 cm;平均角度偏差的绝对值分别为0.001 1、0.000 37 rad,检测精度与直线漏检率等指标都显著优于传统方法.研究结果为智能农机导航作业中的作物种植行检测提供了方法支持.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要