农业机械学报

作者：徐艳蕾，郭丽丽，黄东岩，周阳，李陈孝

单位：吉林农业大学,吉林农业大学,吉林大学,吉林农业大学,吉林农业大学,

关键词：玉米株心定位;旋转目标检测;复杂环境;叶冠检测;特征提取;泛化能力

基金：国家重点研发计划项目(2023YFD1500404)

为解决玉米株心定位困难及定位精度低的问题，针对复杂自然环境玉米叶冠数据，本文开发了一种基于高贴合旋转框的玉米株心定位方法，并提出了一种能有效减少边缘精度损失的标注策略。该定位方法首先通过使用高精度标注策略和构建具有自适性的轻量化渐进特征金字塔网络LC-AFPN，得到LCA-YOLO v7OBB玉米叶冠目标检测算法，然后利用色彩空间滤波算法分割叶冠区域，并使用间隙填充算法提升图像质量，最后利用图像矩原理准确计算株心坐标。实验结果表明，模型抗干扰能力强，株心定位准确度高。LCA-YOLO v7OBB模型平均检测精度可达85.19%，精确率和召回率达到91.83%和83.04%。与Rotated-FasterRCNN等12种旋转目标检测模型相比，LCA-YOLO v7OBB在准确性和召回率等综合性能方面表现最佳。模型泛化能力强，在自建黄瓜、茄子2种数据集上进行验证，其平均精度、精确率、召回率和F1值均有明显提升。本文方法能够为精准施肥、农机视觉导航等提供理论基础和技术支持。

来源：2025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2025年第4期