【技术实现步骤摘要】
本专利技术涉及农业生产与图像处理交叉，特别是一种基于机器视觉与卷积神经网络的棉花地膜分类检测系统及方法。
技术介绍
1、在现代棉花种植过程中，地膜覆盖栽培技术被广泛应用，因其能显著提高土壤温度、保持土壤水分、抑制杂草生长，从而有效提升棉花产量。然而，在棉花收获阶段，大量残留在棉田的地膜会随着机械采摘混入籽棉当中。这些混入的地膜不仅严重影响后续棉花加工的质量，如导致纺织纱线强度不均、色泽不纯等问题，而且残膜若长期遗留在土壤中，还会破坏土壤结构，阻碍农作物根系生长，造成环境污染。
2、传统的棉花与地膜分离方法存在诸多局限性。机械筛分法难以依据地膜与棉花的细微特征差异实现有效分离，且易造成棉花纤维损伤；化学溶解法虽能溶解地膜，但会引入化学试剂残留，同样污染棉花与土壤环境；基于颜色或简单形状识别的光学分选技术，在地膜颜色接近棉花、或地膜破碎形状不规则时，准确率大幅下降，无法满足现代农业生产对高品质籽棉和环保的需求。
3、随着高光谱成像技术的发展，其能够捕捉物体在数百个连续窄波段上的反射光谱信息，理论上可为精准识别棉花与地...
【技术保护点】
1.一种基于机器视觉与卷积神经网络的棉花地膜分类检测系统，其特征在于：包括以下模块：
2.根据权利要求1所述的基于机器视觉与卷积神经网络的棉花地膜分类检测系统，其特征在于，所述短波红外相机的光谱响应范围为400nm-2500nm，捕捉棉花与地膜在特定短波红外波段下具有显著差异的反射光谱特征，成像分辨率采用384×600像素。
3.一种基于机器视觉与卷积神经网络的棉花地膜分类检测方法，其特征在于：采用如权利要求1所述的基于机器视觉与卷积神经网络的棉花地膜分类检测系统，包括以下步骤：
4.根据权利要求3所述的基于机器视觉与卷积神经网络的...
【技术特征摘要】
1.一种基于机器视觉与卷积神经网络的棉花地膜分类检测系统，其特征在于：包括以下模块：
2.根据权利要求1所述的基于机器视觉与卷积神经网络的棉花地膜分类检测系统，其特征在于，所述短波红外相机的光谱响应范围为400nm-2500nm，捕捉棉花与地膜在特定短波红外波段下具有显著差异的反射光谱特征，成像分辨率采用384×600像素。
3.一种基于机器视觉与卷积神经网络的棉花地膜分类检测方法，其特征在于：采用如权利要求1所述的基于机器视觉与卷积神经网络的棉花地膜分类检测系统，包括以下步骤：
4.根据权利要求3所述的基于机器视觉与卷积神经网络的棉花地膜分类检测方法，其特征在于：所述s2中包括以下步骤：
5.根据权利要求3所述的基于机器视觉与卷积神经网络的棉花地膜分类检测方法，其特征在于：所述s...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。