李尚平;郑创锐;文春明;李凯华

广西民族大学电子信息学院

宿根蔗幼苗;缺苗定位;无人机RGB图像;YOLO v5s;作物行识别;DBSCAN

针对预切种式双芽蔗段横向补种机缺少整体的缺苗数据,导致补种效率不高等问题,提出了一种基于无人机RGB图像的宿根蔗缺苗定位方法。首先,通过无人机快速采集实际田间宿根蔗幼苗的高分辨率图像,将航拍大图(分辨率为5472像素×3 648像素)切分成多幅子图并进行数据增强,从而构建宿根蔗幼苗数据集;其次,在YOLO v5s的基础上引入P2小目标特征层和DyHead模块,提高对幼苗小目标的检测准确性,并在训练过程引入图像加权策略解决样本数量不平衡问题,进一步提高被遮挡幼苗的检测精度;然后,在切片辅助推理框架中引入改进模型训练权重,在大尺寸田间图像中实现宿根蔗幼苗的检测;最后,构建以改进的DBSCAN聚类算法和PCA拟合算法为核心的作物行识别算法,在作物行线上定位缺苗位置。试验结果表明,改进宿根蔗幼苗检测模型在子图上的平均检测精度为96.8%,在大图上的识别精确率和召回率为94.5%和91.8%,检测时间为0.32 s。基于检测的位置坐标信息利用作物行识别算法实现分垄,作物行聚类准确率达到100%,拟合的作物行中心线角度平均误差为0.245 5°,作物行中心线上缺苗位置识别的精确率和召回率为91.9%和97.1%,平均定位误差为9.73像素。该方法可用于大尺寸复杂田间图像上的宿根蔗智能缺苗定位,为补种作业提供技术支持,对延长宿根年限、提高甘蔗产量具有重要意义。