当前位置: 首页 > 文章 > 基于卷积神经网络的生菜多光谱图像分割与配准 农业机械学报 2021 (9) 186-194
Position: Home > Articles > 基于卷积神经网络的生菜多光谱图像分割与配准 Transactions of the Chinese Society for Agricultural Machinery 2021 (9) 186-194

基于卷积神经网络的生菜多光谱图像分割与配准

作  者:
黄林生;邵松;卢宪菊;郭新宇;樊江川
单  位:
国家农业信息化工程技术研究中心;安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心
关键词:
生菜;多光谱图像;图像配准;图像分割;卷积神经网络;
摘  要:
针对多光谱图像中由于多镜头多光谱相机各通道之间存在的偏差以及传统分割方法的不适用,图像分析处理过程往往会出现无法自动化分割或分割精度较低的问题,提出采用基于相位相关算法和基于UNet的语义分割模型对田间生菜多光谱图像进行各个通道的精确配准并实现前景分割。使用Canny算法对多光谱各通道图像进行边缘提取,进而使用相位相关算法对多光谱各通道图像进行配准,单幅图像平均处理时间0.92 s,配准精度达到99%,满足后续图像分割所需精度;以VGG16作为主干特征提取网络,直接采用两倍上采样,使最终输出图像和输入图像高宽相等,构建优化的UNet模型。实验结果表明:本文所提出的图像配准和图像分割网络,分割像素准确率达到99.19%,平均Io U可以达到94.98%,能够很好地对生菜多光谱图像进行前景分割,可以为后续研究作物精准表型的光谱分析提供参考。

相似文章

计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊