农业机械学报

作者：刘慧力,贾洪雷,王刚,GLATZEL Stephan,袁洪方,黄东岩

单位：吉林大学,吉林大学,吉林大学;维也纳大学,维也纳大学,吉林大学,吉林大学,

关键词：玉米秧苗; 茎秆识别; 深度学习; 膨胀卷积; 图像处理

基金：吉林省科技发展计划国际科技合作项目（20180414074GH）和国家重点研发计划项目（2017YFD0700904）

以识别玉米秧苗茎秆为目标，采用云台搭载电荷耦合器件（CCD）相机获得玉米秧苗图像，采用LabelImage插件制作了玉米秧苗的标记与标签。基于深度学习框架TensorFlow搭建了多尺度分层特征的卷积神经网络模型，应用4倍膨胀的单位卷积核，获得了玉米秧苗图像的识别模型，其识别准确率为99.65%。将已知玉米秧苗图像划分为最佳子块，求取了各个子块的最佳二值化阈值。选取6种杂草密度在每天5个时间段进行为期3?d的试验，共采集了10?800幅图像。试验结果显示，对玉米秧苗茎秆的平均识别准确率为98.93%，且光照条件与田间杂草密度对识别结果没有显著影响（?P?>0.05）。?

来源：2020年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第4期