一种基于高光谱技术的烟草识别方法技术

本发明专利技术公开了一种基于高光谱技术的烟草识别方法，包括如下步骤：S1：获取待识别区域遥感光学图像数据；S2：将待识别区域遥感光学图像数据输入DA

【技术实现步骤摘要】
一种基于高光谱技术的烟草识别方法


[0001]本专利技术涉及烟草识别
，尤其涉及一种基于高光谱技术的烟草识别方法。

技术介绍

[0002]现有对烟草的识别常用的方法有两种；
[0003]一是使用合成孔径雷达(SAR)对农作物进行识别和监测。分别采用单时相和多时相的Terra SAR
‑
X数据应用于烟草的识别，通过对图像进行预处理并分析典型地物的后向散射系数，建立地物训练场，采用最大似然法进行分类，同时利用GPS采集的样方数据对2种方法下的烟草识别进行精度验证。
[0004]二是通过视觉成像设备(如：可见光相机、多光谱相机等)，对农作物生长情况进行实时监测并通过图像处理、模式识别技术对农作物长势进行分析，来进行烟草形态的识别。

技术实现思路

[0005]本专利技术的目的是提供一种基于高光谱技术的烟草识别方法，以解决如何提高烟草识别效率和准确率的技术问题。
[0006]本专利技术是采用以下技术方案实现的：一种基于高光谱技术的烟草识别方法，包括如下步骤：
[0007]S1：获取待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高光谱技术的烟草识别方法，其特征在于，包括如下步骤：S1：获取待识别区域遥感光学图像数据；S2：将待识别区域遥感光学图像数据输入DA
‑
Yolov5xp模型；S3：通过DA
‑
Yolov5xp模型检测和分类出图像中的每一株烟草，同时对检测出烟草类别进行统计和分析，实现烟草识别。2.如权利要求1所述的一种基于高光谱技术的烟草识别方法，其特征在于，步骤S1具体为：通过无人机获取待识别区域遥感光学图像数据，所述待识别区域遥感光学图像数据分辨率小于等于0.03m，并且包含RGB三波段。3.如权利要求1所述的一种基于高光谱技术的烟草识别方法，其特征在于，所述DA
‑
Yolov5xp模型包括主干网络层、双重自注意力机制层、head层和detect层。4.如权利要求3所述的一种基于高光谱技术的烟草识别方法，其特征在于，步骤S3包括如下子步骤：S31：通过主干网络层对待识别区域遥感光学图像数据进行特征提取，生成特征图；S32：通过双重自注意力机制层对特征图提取全局信息；S33：通过head层实现特征图的复原；S34：通过detect层生成检测框，统计与分析后生成烟草识别信息。5.如权利要求4所述的一种基于高光谱技术的烟草识别方法，其特征在于，所述主干网络层包括D
‑
DenseUnit结构，所述D
‑
DenseUnit结构包括前n层Denseblock结构和后三层空洞卷积结构。6.如权利要求4所述的一种基于高光谱技术的烟草识别方法，其特征在于，所述双重自注意力机制层包括空间注意力机制和通道注意力机制，通过空间注意力机制和通道注意力机制分别对特征图的通道和空间信息赋值，激励有用信息、抑制无用或干扰信息。7.如权利要求6所述的一种基于高光谱技术的烟草识别方法，其特征在于，所述空间注意力机制的结构如下式所示：Att＝sofimax(Q
(C
×
HW)
·
K
(HW

【专利技术属性】
技术研发人员：李斌，胡刚，谢云波，曹新彬，刘永建，鲁黎明，罗旭，简思春，康杭辉，
申请(专利权)人：成都淞幸科技有限责任公司，
类型：发明
国别省市：