基于卷积神经网络的小麦产量预估方法

作     者：鲍烈 王曼韬 刘江川 文波 明月 BAO Lie;WANG Mantao;LIU Jiangchuan;WEN Bo;MING Yue

作者机构：四川农业大学信息工程学院四川雅安625000 四川农业大学农业信息工程重点实验室四川雅安625000 

基　　金：国家重点研发计划(2018YFD0501005) 四川省教育厅青年基金(18ZB0467) 四川农业大学国家级创新训练项目(201910626048) 

出 版 物：《浙江农业学报》 (Acta Agriculturae Zhejiangensis)

年 卷 期：2020年第32卷第12期

页      码：2244-2252页

摘      要：小麦产量是评估农业生产力的重要指标之一,针对小麦产量人工预估困难,提出将卷积神经网络运用于小麦产量预估,为农业生产力的预估提供参考,指导农业生产管理决策。利用无人机分别在河南省新乡、漯河两地进行图片采集,并以之构建麦穗数据集,分为正样本(麦穗)和负样本(叶子和背景)。针对小麦常规的生理形态和生长环境,设计卷积神经网络识别模型,以图像金字塔构建多尺度滑动窗口,以非极大值抑制(NMS)去除重叠率较高的目标框,实现对单位面积内麦穗的计数,并利用随机采样的方式对大田麦穗进行单位面积图像采样,以采样图像中麦穗数量的平均值作为产量预估基准,进一步实现麦穗产量预估。随机抽取100幅不同小麦图片进行测试,与人工计数结果进行对比,准确率达到97.30%,漏检率为0.34%,误检率为2.36%,误差率为2.70%。试验结果表明,此方法能够克服环境中的多种噪声干扰,能够在不同光照条件下对麦穗进行计数和产量预估。

主 题 词：图像处理 深度学习 卷积神经网络 图像金字塔 产量预估 

学科分类：09[农学] 0901[农学-植物生产类] 

核心收录：

D　O　I：10.3969/j.issn.1004-1524.2020.12.16

馆 藏 号：203100066...