2025年第九届深圳国际无人机展览会
世界数字城市大会
全国无人机行业协会联席会议机制
协会公告
您当前所在位置:首页 > 行业资讯 > 行业应用 > 正文

基于低空无人机成像和深度学习 估计高密度棉田产量

2022-06-13 15:34:55来源:谷丰光电 作者:深无协 点击次数:2211次字号:|
基于低空无人机成像和深度学习 估计高密度棉田产量

       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5m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。


关键词: