一种基于机器视觉的智慧农业作物根行预测方法技术

本发明专利技术属于农作物根行预测技术领域，提供了一种基于机器视觉的智慧农业作物根行预测方法，首先，建立了多个时期的玉米田间数据库，包括大风，高杂草压力、缺苗等情况；随后将Deeplabv3+和Moblienetv3神经网络进行融合，得到一个轻量级语义分割网络，对数据集进行训练，得到最优模型对玉米冠层中心区域进行预测；接着采用水平条带划分、中心聚类算法提取特征点，采用最小二乘法进行特征点拟合得到作物冠层检测线；本发明专利技术通过对Deeplabv3+网络进行改进，得到了一种轻量级的语义分割深度神经网络，适用于不同时期玉米作物的冠层中心区域分割，在实时性和准确性上都非常有竞争力。

【技术实现步骤摘要】

本专利技术属于农作物根行预测，具体地说是一种基于机器视觉的智慧农业作物根行预测方法。

技术介绍

1、智慧农业其核心在于借助传感器和软件等工具，通过计算机平台对实际农业生产进行精确控制。智慧农业的发展有望显著降低人力资源成本，提高农业生产效率，同时减轻化学农药对人体健康的潜在危害，从而实现农业智能化的目标。根据田间作物大多成行种植的特点，在田间管理、收获阶段需要进行对行作业，如何实现农业机械的智能对行作业是农业走向智能化的关键一步。gnss导航通过预先规划好全局的田间路径，使用gnss与姿态传感器获取农业机械的相对位置，实时调整农机行驶的方向和速度实现田间无人作业，但该方法难以适用于田间管理、收获时期的对行作业。主要原因可总结为以下两点：（1）gnss导航缺少田间环境感知模块，无法实时精准定位田间作物行的位置；（2）预先规划好的全局路径是一种理想路径，与实际路径存在一定偏差。近年来，机器视觉凭借着其计算成本低、适用性好的特点，越来越引起人们的关注，广泛用于田间作物行检测任务。基于机器视觉的农业机械田间智能对行作业的核心是通过在农机车辆前方装备摄像设备，以实时本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的智慧农业作物根行预测方法，其特征在于：包括以下步骤：

2.如权利要求1所述一种基于机器视觉的智慧农业作物根行预测方法，其特征在于：所述步骤一中具体的说，所述RGB工业相机是通过机器视觉传感器构建了玉米作物的图像数据库CornImageset，其包括3000张图像，涵盖了前期，中期，后期三个时期的玉米作物行图像信息，包含高杂草压力、大风、作物行断带，冠层遮挡严重等复杂情况。

3.如权利要求1所述一种基于机器视觉的智慧农业作物根行预测方法，其特征在于：在步骤一中，在进行特征点提取时，我们选择不处理图像上部的1/7区域；我们将图像按照像素范围W×H...

【技术特征摘要】

1.一种基于机器视觉的智慧农业作物根行预测方法，其特征在于：包括以下步骤：

2.如权利要求1所述一种基于机器视觉的智慧农业作物根行预测方法，其特征在于：所述步骤一中具体的说，所述rgb工业相机是通过机器视觉传感器构建了玉米作物的图像数据库cornimageset，其包括3000张图像，涵盖了前期，中期，后期三个时期的玉米作物行图像信息，包含高杂草压力、大风、作物行断带，冠层遮挡严重等复杂情况。

3.如权利要求1所述一种基于机器视觉的智慧农业作物根行预测方法，其特征在于：在步骤一中，在进行特征点提取时，我们选择不处理图像上部的1/7区域；我们将图像按照像素范围w×h进行条带划分，得到一系列长度为h的图像带，然后从图像的上部开始依次编号为1，2，3...n，其中n代表总的图像带数量。

4.如权利要求1所述一种基于机器视觉的智慧农业作物根行预测方法，其特征在于：在步骤一中，所述数据集的制作是通过选用labelme作为图像标注平台，用于标记玉米苗带冠层区域的轮廓信息及其对应的类别。

5.如权利要求1所述一种基于机器视觉的智慧农业作物根行预测方法，其...

【专利技术属性】
技术研发人员：刘雨杰，杨洋，葛先招，赵锦湲，杨宇昂，吕轩，白天一，张锦程，张绍琳，
申请(专利权)人：安徽农业大学，
类型：发明
国别省市：