中國的棉花種植。中國新疆棉花種植采用寬、窄行交錯的密植方式增產(chǎn),導致在這種分枝重疊的田間難以利用遙感技術準確估算棉花產(chǎn)量。
不同模型復雜背景圖像的分割結果
無人機高光譜成像和深度卷積神經(jīng)網(wǎng)絡(DCNN)被用來估計密集種植的棉花產(chǎn)量。無人機在高度 5 m 處獲取棉田圖像。
人工收獲棉鈴后稱重。然后,通過重組編碼器-解碼器并添加擴張卷積,構建了一個改進的 DCNN 模型(CD-SegNet),
用于棉鈴圖像的像素級分割。此外,采用線性回歸分析建立棉鈴像素比與棉花產(chǎn)量之間的關系。
最后,通過稱重收獲的棉花來驗證四個棉田產(chǎn)量的估計值。
結果表明,CD-SegNet 優(yōu)于其他測試模型,包括 SegNet、支持向量機 (SVM) 和隨機森林 (RF)。
棉田產(chǎn)量估計的平均誤差低至 6.2%。
CD-SegNet分割結果與圖像中棉鈴面積比的比較。
a 測量數(shù)據(jù)與 CD-SegNet 分割結果之間的相關性; b 相對誤差分析
基于低空無人機成像的密植棉花產(chǎn)量估算是可行的
電話
微信