[發明專利]一種基于行向量網格分類的水稻秧苗行識別方法

有效

• 申請號: 202110704097.4
• 申請日: 2021-06-24
• 公開（公告）號: CN113435309B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 王姍姍;余山山;張文毅
• 申請（專利權）人: 農業農村部南京農業機械化研究所
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京同輝知識產權代理事務所(普通合伙) 11357
• 代理人: 趙丹

本發明涉及水稻秧苗的識別領域，具體的是一種基于行向量網格分類的水稻秧苗行識別方法，所述識別方法包括以下步驟：一、對輸入圖像進行特征提取；二、基于行向量網格分類；三、輸出秧苗行水平位置。本發明基于行向量網格分類的水稻秧苗行識別方法提出一種端到端的CNN網絡模型，可以直接識別不同光照強度和雜草，模糊，浮萍等場景下的水稻秧苗行，解決了光照變化，浮萍雜草噪聲，機器振動引起的模糊等因素對水稻秧苗行識別的影響。本發明將秧苗行識別轉化為使用全局特征的基于行向量的選擇問題，通過基于行向量的選擇，可以顯著地降低計算成本。

技術領域

本發明涉及水稻秧苗的識別領域，具體的是一種基于行向量網格分類的水稻秧苗行識別方法。

背景技術

水稻秧苗行識別是水稻機械化除草的關鍵環節之一，對于提高除草機械的對行除草精度，提高雜草除凈率和減少傷苗率具有重要的指導作用。

水稻秧苗行識別容易受到浮萍雜草噪聲，農田環境光照變化和機器振動引起的模糊等因素的影響，因此，亟需研究出更好的水稻秧苗行識別方法。

發明內容

為解決上述背景技術中提到的不足，本發明的目的在于提供一種基于行向量網格分類的水稻秧苗行識別方法。

本發明的目的可以通過以下技術方案實現：

一種基于行向量網格分類的水稻秧苗行識別方法，所述識別方法包括以下步驟：

一、對輸入圖像進行特征提取；

二、基于行向量網格分類；

三、輸出秧苗行水平位置。

進一步地，所述步驟一的具體步驟如下：

A1、輸入水稻秧苗圖像H*W；

A2、對原始的輸入水稻秧苗圖像使用64×7×7的卷積核進行特征提取，步長stride＝2，得到第0層的輸出特征圖

A3、對A2得到的第0層輸出特征圖使用兩個basic block1進行特征提取，得到第1層的輸出特征圖

A4、對A3得到的第1層輸出特征圖使用兩個basic block2進行特征提取，得到第2層的輸出特征圖

A5、對A4得到的第2層輸出特征圖使用兩個basic block3進行特征提取，得到第3層的輸出特征圖

A6、對A5得到的第3層輸出特征圖使用兩個basic block4進行特征提取，得到第4層的輸出特征圖

A7、對A6得到的第4層輸出特征圖使用卷積加全連接進行特征提取，得到第5層的輸出向量1*O₅。

進一步地，所述步驟二的具體步驟如下：

B1、對第5層的輸出向量1*O₅進行全連接操作，得到第6層的輸出向量1*O₆，其中O₆為M×(N+1)×C的乘積，其中M是預定義行向量的數量，N+1表示網格劃分數量N加上沒有秧苗行的情況，C是秧苗行的總數；

B2、對第6層的輸出向量進行卷積操作，得到第7層的輸出特征圖M×(N+1)×C。

進一步地，所述步驟三的具體步驟如下：

對第7層的輸出特征圖M×(N+1)×C，秧苗行的預測P_i,j＝F^ij(X),i∈[1,C],j∈[1,M]，對第i個秧苗行，選擇從第1個到第M個行向量處概率最高的網格單元，所有行向量處的網格單元構成該秧苗行；