10.6041/j.issn.1000-1298.2022.11.030
基于YOLOv4和双重回归的复杂环境檀香树缺苗定位方法
在檀香树大面积种植过程中,存在人工排查缺苗效率低、成本高和难以监管等问题,而且檀香树必备的伴生植物和树间穿插的其它作物,更加大了查补难度.针对这些问题,本文提出一种基于YOLOv4和双重回归的复杂环境檀香树缺苗检测和精准定位方法.首先,采用YOLOv4目标检测算法,处理无人机采集的遥感图像,实现檀香树植株的智能检测.然后,以双重线性回归结合延长列线补漏策略为核心,构建缺苗定位算法(Missing seedling localization algorithm,MSL):选任意檀香树作基准,根据像素坐标划分列区域,对各列区域中檀香树用线性回归拟合列线;对拟合后仍未归入列的遗漏檀香树,用延长回归线策略重新判断归属,并再次线性回归优化列线.最后,根据种植间距规划,实现缺苗检测和定位.试验结果表明,檀香树缺苗检测精确率86.82%、召回率82.25%、F1值84.47%、运行时间8.19 s.该方法融合了大疆无人机遥感图像采集系统的快速性、YOLOv4算法和双重回归策略的精准性,可实现对复杂生长状况下檀香树的实时智能缺苗检测和精准定位.
檀香树、缺苗定位、目标检测、YOLOv4、双重线性回归
53
TP753(遥感技术)
广东省企业科技特派员项目GDKTP20210557700
2023-01-05(万方平台首次上网日期,不代表论文的发表时间)
共8页
299-305,340