以識別玉米秧苗莖稈為目標,采用云臺搭載電荷耦合器件(CCD)相機獲得玉米秧苗圖像,采用Label Image插件制作了玉米秧苗的標記與標簽。基于深度學習框架Tensor Flow搭建了多尺度分層特征的卷積神經(jīng)網(wǎng)絡模型,應用4倍膨脹的單位卷積核,獲得了玉米秧苗圖像的識別模型,其識別準確率為99. 65%。將已知玉米秧苗圖像劃分為最佳子塊,求取了各個子塊的最佳二值化閾值。選取6種雜草密度在每天5個時間段進行為期3 d的試驗,共采集了10 800幅圖像。試驗結果顯示,對玉米秧苗莖稈的平均識別準確率為98. 93%,且光照條件與田間雜草密度對識別結果沒有顯著影響(P>0. 05)。

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 材料與方法
    1.1 圖像采集與標記
    1.2 多尺度分層特征提取與膨脹卷積
    1.3 圖像形態(tài)學處理
    1.4 試驗設計
2 試驗結果與分析
    2.1 玉米秧苗識別結果
    2.2 玉米秧苗莖稈識別結果
    2.3 算法優(yōu)勢與識別誤差分析
3 結論



本文編號：4041143