基于卷积神经网络的玉米根茎精确识别与定位研究

摘要：

为了能精准地识别和定位玉米根茎,本文建立了基于迁移学习方法的玉米根茎检测网络,模拟人眼识别功能从复杂的田间环境中识别和定位玉米根茎,实现履带自走式热雾机玉米行间对行行走.以履带自走式热雾机为图像采集平台获取玉米作物田间图像,采用DOG金字塔算法提取图像中的目标根茎,构成样本训练数据库.通过训练网络,首先实现了单株玉米根茎的精准识别,然后开展玉米作物行间环境下多株玉米根茎精确识别和根茎定位.基于已识别的玉米根茎位置采用最小二乘法拟合行驶路径,试验结果表明,提出的玉米根茎识别方法与传统图像处理的方法相比,具有更好的定位精度,能够实现玉米作物田间路径的准确规划,为履带自走式热雾机玉米行间对行行走提供了技术支撑.

关键词：热雾机、玉米根茎、迁移学习、识别与定位、路径规划

所属期刊栏目：49

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划项目2017YFD0301303、2017YFD0700902-2;安徽省自然科学基金项目1708085QF148

在线出版日期：2018-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：46-53