基于深度学习的景观植物颜色特征提取方法

作     者：林开颜 牛程远 张浩平 杨学军 LIN Kai-yan;NIU Cheng-yuan;ZHANG Hao-ping;YANG Xue-jun

作者机构：同济大学现代农业科学与工程研究院上海200092 

基　　金：上海市科委科技创新行动计划课题(23N21900400) 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2024年第24卷第17期

页      码：7059-7065页

摘      要：景观植物的颜色特征及其变化规律可以为植物景观季相分析和设计提供科学依据,但传统的色彩量化分析工作量大且获得的色彩特征准确度低,分析结果易受主观因素影响。针对以上问题,基于UNet++深度学习网络框架,提出一种改进的图像分割模型:在UNet++网络中添加了嵌有注意力机制模块和空洞卷积的全新编码器以增强对植株细节信息的捕捉。提取分割后植株图像在各颜色空间的色彩特征分量,利用Relief算法对12种颜色特征进行筛选。在建立的景观植株数据集上验证改进模型的有效性,实验结果表明:改进模型分割结果的准确率为97.8%,经过筛选分析得到Lab颜色空间内的a通道特征可以作为衡量景观植株随季节变化最有区分度的颜色指标。改进后的模型和特征筛选方法可以为景观植株的季相变化研究和农业作物的特征获取提供技术支撑。

主 题 词：图像分割 景观植物 深度学习 特征选择 

学科分类：082804[082804] 08[工学] 0828[工学-建筑类] 09[农学] 0904[农学-动物医学类] 

D　O　I：10.12404/j.issn.1671-1815.2303583

馆 藏 号：203128386...