基于FCN的无人机玉米遥感图像垄中心线提取

摘要：

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(FullyConvolutional Networks,FCN)的无人机玉米遥感图像垄中心线提取方法.基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1％～83.4％,召回率达51.1％～73.9％,调和平均值为57.6％～78.4％;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2％,在31.5 mm左右偏差范围内为61.5％.结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划.

关键词：无人机;遥感;提取;玉米垄线;全卷积神经网络;语义分割

所属期刊栏目：37

分类号：S127(农业物理学)

资助基金：山东省农业重大应用技术创新项目;山东省引进顶尖人才"一事一议"专项经费资助项目

在线出版日期：2021-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：72-80