您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

田间玉米苗期高通量动态监测方法

文献类型： 中文期刊

作者： 张小青 1 ; 邵松 1 ; 郭新宇 1 ; 樊江川 1 ;

作者机构： 1.北京农业信息技术研究中心;国家农业信息化工程技术研究中心/数字植物北京市重点实验室;上海海洋大学信息学院

关键词： 玉米苗期;Faster R-CNN;识别;计数;出苗动态监测

期刊名称： 智慧农业(中英文)

ISSN： 2096-8094

年卷期： 2021 年 02 期

页码： 88-99

摘要： 目前对玉米出苗动态检测监测主要是依靠人工观测,耗时耗力且只能选择小的样方估算整体出苗情况。为解决人工出苗动态管理不精准的问题,实现田间精细化管理,本研究以田间作物表型高通量采集平台获取的高时序可见光图像和无人机平台获取的可见光图像两种数据源构建了不同光照条件下的玉米出苗过程图像数据集。考虑到田间存在环境背景复杂、光照不均等因素,在传统Faster R-CNN的基础上构建残差单元,使用ResNet50作为新的特征提取网络来对Faster R-CNN进行优化,首先实现对复杂田间环境下玉米出苗识别和计数;进而基于表型平台所获取的高时序图像数据,对不同品种、不同密度的玉米植株进行出苗动态连续监测,对各玉米品种的出苗持续时间和出苗整齐度进行评价分析。试验结果表明,本研究提出的方法应用于田间作物高通量表型平台出苗检测时,晴天和阴天的识别精度分别为95.67%和91.36%;应用于无人机平台出苗检测时晴天和阴天的识别精度分别91.43%和89.77%,可以满足实际应用场景下玉米出苗自动检测的需求。利用表型平台可获取时序数据的优势,进一步进行了玉米动态出苗检测分析,结果表明利用本模型得到的动态出苗结果与人工实际观测具有一致性,说明本研究提出的模型的具有鲁棒性和泛化性。

  • 相关文献

[1]基于Faster R-CNN的大田玉米雄穗识别及抽穗期判定研究. 张小青,樊江川,郭新宇,赵春江. 2021

[2]基于Faster R-CNN的松材线虫病受害木识别与定位. 徐信罗,陶欢,李存军,程成,郭杭,周静平. 2020

[3]水分胁迫对玉米苗期叶绿素荧光参数的影响. 刘明,孙世贤,齐华,杨国航,白向历,张振平,梁熠,孟显华. 2009

[4]害虫自动识别与计数技术研究进展与展望. 陈梅香,杨信廷,石宝才,李文勇,杜晓伟,李明,孙传恒. 2015

[5]不同株型冬小麦冠层结构特征多时相分析. 杨贵军,邢著荣,黄文江,齐腊,李伟国. 2010

[6]记录小麦SSR带型的快捷方法. 王立新,赵昌平,邱军,李宏博,葛玲玲,孙辉,姚骥. 2006

[7]基于超像素分割的田间小麦穗数统计方法. 杜颖,蔡义承,谭昌伟,李振海,杨贵军,冯海宽,韩东. 2019

[8]联合光谱-空间信息的短波红外高光谱图像茶叶识别模型. 蔡庆空,李二俊,蒋金豹,乔小军,蒋瑞波,冯海宽,刘绍堂,崔希民. 2019

[9]基于MODISNDVI多年时序数据的农作物种植识别. 许青云,杨贵军,龙慧灵,王崇倡,李鑫川. 2014

[10]基于监督局部线性嵌入算法的玉米田间杂草识别. 阎庆,梁栋,张东彦. 2013

[11]基于级联卷积神经网络的番茄花期识别检测方法. 赵春江,文朝武,林森,郭文忠,龙洁花. 2020

[12]基于图像灰度直方图特征的草莓病虫害识别. 牛冲,牛昱光,李寒,郑文刚,卜云龙,周增产. 2017

[13]多情景分析的农业面源污染关键源区识别软件开发及应用. 覃苑,胡海棠,淮贺举,李存军,张巧玲,杨铁利,王佳宇. 2022

[14]基于U-Net网络的高标准农田道路识别方法. 袁翠霞,赵春江,任艳敏,刘玉,李淑华,李少帅. 2023

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台