基于深度学习与图像处理的玉米茎秆识别方法与试验

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).

关键词：玉米秧苗、茎秆识别、深度学习、膨胀卷积、图像处理

所属期刊栏目：51

分类号：TP391.41(计算技术、计算机技术)

资助基金：吉林省科技发展计划国际科技合作项目;国家重点研发计划项目

在线出版日期：2020-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：207-215