田间复杂光照下的密集叶片检测方法、系统及计算机设备技术方案

本发明专利技术提供了田间复杂光照下的密集叶片检测方法、系统及计算机设备，属于密集目标检测技术领域。该方法包括：步骤S1、使用无人机空中垂直向下拍摄叶片；步骤S2、采用滑动窗口对采集图像进行分割，筛选合格图像标注作为数据集；步骤S3、构建基于渐进式融合的特征金字塔网络，将分解的多尺度特征图进行多级融合并提取叶片表型特征；步骤S4、利用密集查询细化策略训练网络，通过对叶片个体进行建模，处理重叠叶片的检测框，并优化查询；步骤S5、使用匈牙利匹配算法进行检测框和叶片的匹配，输出最终的检测结果。本发明专利技术采用上述方法，在复杂田间光照影响和密集叶片相互遮挡下具有优异的检测性能，为田间自动化密集叶片检测提供了有效方案。

【技术实现步骤摘要】

本专利技术涉及密集目标检测，尤其是涉及一种田间复杂光照下的密集叶片检测方法、系统及计算机设备。

技术介绍

1、作物生长监测是现代农业管理的重要组成部分，能够及时检测和解决影响作物健康和产量的问题，从而提高生产效率并优化资源分配。叶片作为植物进行光合作用的主要器官，通过吸收阳光、二氧化碳和水合成有机化合物，在植物生长中发挥着关键作用。因此，对叶片特征的智能监测对于评估作物整体健康状况变得不可或缺。通过系统的叶片监测，可以检测到形态上的细微变化，识别潜在疾病，并分析生长模式，从而为农业管理决策提供科学依据。

2、为了保证叶片监测的精确性和高效性，需要一个具备强大性能的密集目标检测算法。现有研究提出了一系列叶片检测方法，其中双阶段检测器（如faster r-cnn）通过rpn网络生成提议框后进行微调和后处理以获得检测结果。然而，目前大多数方法仅仅是将计算机视觉技术简单迁移至农业领域，没有针对田间复杂光照和密集叶片相互遮挡的情况进行优化。

3、田间环境较为复杂，全天强烈的日照导致光线变化显著，且叶片存在复杂的遮挡情况。现有方法在这些条件下对本文档来自技高网...

【技术保护点】

1.一种田间复杂光照下的密集叶片检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种田间复杂光照下的密集叶片检测方法，其特征在于，步骤S2中，滑动窗口宽高为9504×6336，步长为5000。

3.根据权利要求1所述的一种田间复杂光照下的密集叶片检测方法，其特征在于，步骤S2中，标准包括：

4.根据权利要求1所述的一种田间复杂光照下的密集叶片检测方法，其特征在于，步骤S2中，标注标准为：随机选取一半图像进行手工标注，随后全部作为训练集训练标注模型，模型标注剩余一半图像并手工调整标注框；

5.根据权利要求1所述的一种田间复杂光照...

【技术特征摘要】

1.一种田间复杂光照下的密集叶片检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种田间复杂光照下的密集叶片检测方法，其特征在于，步骤s2中，滑动窗口宽高为9504×6336，步长为5000。

3.根据权利要求1所述的一种田间复杂光照下的密集叶片检测方法，其特征在于，步骤s2中，标准包括：

4.根据权利要求1所述的一种田间复杂光照下的密集叶片检测方法，其特征在于，步骤s2中，标注标准为：随机选取一半图像进行手工标注，随后全部作为训练集训练标注模型，模型标注剩余一半图像并手工调整标注框；

5.根据权利要求1所述的一种田间复杂光照下的密集叶片检测方法，其特征在于，步骤s3中，构建基于渐进式融合的特征金字塔网络，将分解的多尺度特征图进行多级融合消除光照影响并提取叶片表型特征，具体操作如下：

6.根据权利要求1所述的...

【专利技术属性】
技术研发人员：王崎，万潇阳，王玉祥，董新宇，肖源源，余珮嘉，
申请(专利权)人：贵州大学，
类型：发明
国别省市：