[发明专利]基于先验阈值优化卷积神经网络的作物覆盖度提取方法有效
| 申请号： | 201710125666.3 | 申请日： | 2017-03-05 |
| 公开（公告）号： | CN106951836B | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 毋立芳;张加楠;简萌;贺娇瑜;张世杰;刘爽 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 11203 北京思海天达知识产权代理有限公司 | 代理人： | 刘萍 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明应用于图像分割和农业气象观测领域，具体涉及图像特征提取与识别。研究基于深度学习的作物与背景的自动分割问题，提出基于RGB和HSI先验阈值优化卷积神经网络(RGB‑HSI‑CNN)的作物图像分割提取覆盖度方法，保留绿色植物的边缘并解决光照等影响，区分作物与杂草及土地，得到绿色作物的覆盖度。具体步骤：1、基于RGB、HSI阈值限定的图像预处理；2、训练样本集、验证样本集及测试样本集的制作；3、基于卷积神经网络的作物图像分割算法；4、分割评价。 | ||
| 搜索关键词： | 基于 先验 阈值 优化 卷积 神经网络 作物 覆盖 提取 方法 | ||
【主权项】：
1.基于先验阈值优化卷积神经网络的作物覆盖度提取方法，其特征在于：/n首先利用RGB先验阈值分割法对作物图进行初分割，保留作物主体和杂草，去除土地背景，再通过HSI阈值分割法保留绿色植物的边缘并解决光照影响，最后将图像输入为区分作物与杂草及土地背景颜色、梯度特征而生成的卷积神经网络分类器模型中，利用分类结果对图像进行分割，将三个步骤所得的图像结合起来，得到最后的覆盖度分割图，同时解决了杂草检测及覆盖度提取的任务；/n首先利用RGB先验阈值分割法对作物图进行初分割，保留作物主体和杂草，去除土地背景，再通过HSI阈值分割法保留绿色植物的边缘并解决光照影响，具体如下：/n首先设定一个阈值:/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京工业大学，未经北京工业大学许可，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/patent/201710125666.3/，转载请声明来源钻瓜专利网。
- 上一篇：套管端面螺纹底孔段整圆装置
- 下一篇：一种折弯机托板
