[发明专利]一种基于多尺度融合的杂草检测方法及系统在审
申请号: | 202210687752.4 | 申请日: | 2022-06-16 |
公开(公告)号: | CN114972301A | 公开(公告)日: | 2022-08-30 |
发明(设计)人: | 亢洁 | 申请(专利权)人: | 陕西科技大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/136;G06T7/194;G06T7/90;G06N3/04;G06N3/08 |
代理公司: | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人: | 林佳纯 |
地址: | 710021*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 尺度 融合 杂草 检测 方法 系统 | ||
1.一种基于多尺度融合的杂草检测方法,其特征在于,包括以下步骤:
S1,获取作物幼苗和杂草的第一图像数据集;
S2,基于所述第一图像数据集去除土壤背景,得到第二图像数据集,将所述第二图像数据集划分为训练集和测试集;
S3,构建改进的Yolov3网络模型,将所述训练集输入至所述改进的Yolov3网络模型进行训练,得到杂草检测模型;
S4,采用所述测试集验证所述杂草检测模型;
S5,获取待检测作物幼苗和杂草图像,并输入至通过测试的所述杂草检测模型,得到作物幼苗和杂草的种类和分布信息。
2.根据权利要求1所述的基于多尺度融合的杂草检测方法,其特征在于,获取所述第一图像数据集的过程包括:
根据作物幼苗和杂草生长情况设置无人机飞行高度;
从日出时刻起至日落时刻止,无人机每间隔一小时采用垂直拍摄的方式采集作物幼苗和杂草图像,得到所述第一图像数据集。
3.根据权利要求1所述的基于多尺度融合的杂草检测方法,其特征在于,采用OTSU阈值分割去除所述土壤背景。
4.根据权利要求1所述的基于多尺度融合的杂草检测方法,其特征在于,采用Bootstrap抽样法得到所述训练集。
5.一种基于多尺度融合的杂草检测系统,其特征在于,包括:采集模块、图像处理模块、模型构建模块、模型验证模块和图像检测模块;
所述采集模块用于获取作物幼苗和杂草的第一图像数据集;
所述图像处理模块用于基于所述第一图像数据集去除土壤背景,得到第二图像数据集,所述图像处理模块还用于将所述第二图像数据集划分为训练集和测试集;
所述模型构建模块用于构建改进的Yolov3网络模型,并使用所述训练集对所述改进的Yolov3网络模型进行训练,得到杂草检测模型;
所述模型验证模块用于使用所述测试集验证所述杂草检测模型;
所述图像检测模块用于基于通过验证的所述杂草检测模型检测待检测作物幼苗和杂草图像,得到作物幼苗和杂草的种类和分布信息。
6.根据权利要求5所述的基于多尺度融合的杂草检测系统,其特征在于,所述采集模块获取作物幼苗和杂草的第一图像数据集的过程包括:
根据作物幼苗和杂草生长情况设置无人机飞行高度;
从日出时刻起至日落时刻止,无人机每间隔一小时采用垂直拍摄的方式采集作物幼苗和杂草图像,得到所述第一图像数据集。
7.根据权利要求5所述的基于多尺度融合的杂草检测系统,其特征在于,所述图像处理模块采用OTSU阈值分割去除所述土壤背景。
8.根据权利要求7所述的基于多尺度融合的杂草检测系统,其特征在于,所述图像处理模块采用Bootstrap抽样法得到所述训练集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西科技大学,未经陕西科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210687752.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种机械臂提升装置及微创手术机器人
- 下一篇:一种稻谷加工用异物分筛装置