星空体育·(CHINA)官方网站-Ios/安卓/手机版app下载

027-87860098

基于低空无人机成像和深度学习估计高密度棉田产量

2022/8/24
中国有独特的棉花种植模式。中国新疆棉花种植采用宽、窄行交错的密植方式增产,导致在这种分枝重叠的田间难以利用遥感技术准确估算棉花产量。

不同模型复杂背景图像的分割结果

在这项研究中,无人机(UAV)成像和深度卷积神经网络(DCNN)被用来估计密集种植的棉花产量。无人机在高度 5 m 处获取棉田图像。人工收获棉铃后称重。然后,通过重组编码器-解码器并添加扩张卷积,构建了一个改进的 DCNN 模型(CD-SegNet),用于棉铃图像的像素级分割。此外,采用线性回归分析建立棉铃像素比与棉花产量之间的关系。最后,通过称重收获的棉花来验证四个棉田产量的估计值。结果表明,CD-SegNet 优于其他测试模型,包括 SegNet、支持向量机 (SVM) 和随机森林 (RF)。棉田产量估计的平均误差低至 6.2%。

CD-SegNet分割结果与图像中棉铃面积比的比较。 
a 测量数据与 CD-SegNet 分割结果之间的相关性; b 相对误差分析

综上所述,基于低空无人机成像的密植棉花产量估算是可行的。本研究为我国棉花产量估算提供了方法参考。

来源:Plant Methods.Yield estimation of high-density cotton fields using low-altitude UAV imaging and deep learning.Fei Li, Jingya Bai, Mengyun Zhang & Ruoyu Zhang
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-022-00881-3