学术中心
基于无人机遥感的高效玉米雄穗检测方法
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-08-09 06:10
- 访问量:
【概要描述】为了解决这些问题,本文提出了一种基于自适应阈值的k-均值聚类检测玉米穗的新方法。
基于无人机遥感的高效玉米雄穗检测方法
【概要描述】为了解决这些问题,本文提出了一种基于自适应阈值的k-均值聚类检测玉米穗的新方法。
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-08-09 06:10
- 访问量:
为了保持作物健康,对其进行定期监测十分必要。然而人工监测,既费时又昂贵。无人机(UAV)的发展迅速,为监测作物提供了一种快速、简便的方法。无人机可以在几分钟内覆盖大片区域,并通过不同传感器(如RGB、多光谱、高光谱相机)获取有用的作物信息。同时,卷积神经网络(CNN)已被有效地应用于各种基于视觉的农业监测活动,如花卉检测、水果计数和产量估计。然而,卷积神经网络(CNN)需要大量的标记数据进行训练,不易获取。特别是在农业领域,由于感兴趣的对象通常体积小、数量多,因此生成标记数据集非常耗时。为了解决这些问题,本文提出了一种基于自适应阈值的k-均值聚类检测玉米穗的新方法。
使用多光谱图像 (b) 使用 RGB 图像的玉米作物田的顶视图 (a)
玉米作物数据集的样本图像很少
定性和定量分析表明,该方法的性能接近于参考方法,并且在计算复杂度方面具有优势。其检测和计数玉米穗的准确度为0.97438,召回率为0.88132,F1得分为0.92412。此外,本文还以无人机图像中玉米穗的检测为任务,提出了一种半自动图像标注方法,以方便地创建玉米作物的标记数据集。基于所提出的方法,所开发的工具可与机器学习模型结合使用,为给定图像提供初始注释,并由用户进一步修改。我们的工具的性能分析显示,注释时间有望节省,从而能够快速生成玉米作物标记数据集。
所提出的方法在玉米作物的 Rededge 图像上的输出
来源:
Kumar A, Desai S, Balasubramanian V, et al. Efficient Maize Tassel-Detection Method using UAV based Remote Sensing. Remote Sensing Applications: Society and Environment Volume 23, August 2021, 100549.
扫二维码用手机看
推荐新闻

发布时间 : 2022-11-13 07:26:55

发布时间 : 2022-05-20 11:45:57

发布时间 : 2022-05-13 10:56:43
视频展示
专题报道
联系我们
慧诺瑞德(北京)科技有限公司
地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门
电话:010-62925490、82928854、82928864、82928874
传真:010-62925490-802
Email: info@phenotrait.com
邮编:100096
在线留言
关注我们

植物表型圈

植物表型资讯
慧诺瑞德(北京)科技有限公司版权所有 京ICP备15043840号 网站建设:中企动力 北二分 法律声明