农业机械学报

作者：陈锋军,王成翰,顾梦梦,赵燕东

单位：北京林业大学,北京林业大学,德州农工大学,北京林业大学,

关键词：云杉;图像分割;无人机;苗木库存统计;全卷积神经网络

基金：中央高校基本科研业务费专项资金项目（2015ZCQ-GX-04）、国家重点研发计划项目（2017YFD0600901）、北京市科技计划项目（Z161100000916012）和北京市共建项目

以云杉为研究对象提出了应用全卷积神经网络（Fully convolutional networks，FCN）分割图像的算法。利用无人机采集图像，标注470幅云杉图像，其中300幅组成训练集，170幅组成测试集，标注90幅樟子松图像作为附加测试集。以VGG16为基础建立云杉分割FCN模型，利用Tensorflow框架实现和训练网络，通过共享权值和逐渐降低的学习速率，提高FCN模型的训练性能。选择像素精度（PA）、均像素精度（MPA）、均交并比（MIoU）和频权交并比（FWIoU）4个语义分割评价指标评价测试结果。FCN模型分割云杉图像，PA和MPA达到0.86，MIoU达到0.75，FWIoU达到0.76，处理速率达到0.085s/幅，有效地解决了光照变化、云杉个体差异、地面杂草干扰和植株之间粘连的影响。与HSV颜色空间阈值分割以及K均值聚类分割算法比较，FCN模型的MIoU分别提高0.10和0.38。

来源：2018年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2018年第12期