申请/专利权人:长春理工大学;长春理工大学重庆研究院
申请日:2023-12-13
公开(公告)日:2024-03-19
公开(公告)号:CN117392157B
主分类号:G06T7/12
分类号:G06T7/12;G06T7/181;G06V10/44;G06V20/17
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2024.01.30#实质审查的生效;2024.01.12#公开
摘要:本发明公开一种边缘感知的保护性耕作秸秆覆盖率检测方法,包括通过无人机对田间图像进行采集,并将采集的数据传输到服务器上、将图像输入到处理模型中,对其进行预处理、将处理后的图像传到具有边缘感知的分割模型中,将图像的秸秆部分和其余部分分离,根据分割后的结果,统计秸秆部分像素大小和整个图像的关系得到秸秆覆盖率,并将得到的结果输出,该种边缘感知的保护性耕作秸秆覆盖率检测方法,通过边缘感知的分割技术得到田间秸秆覆盖率以评估秸秆还田的效果,全过程通过深度学习的方法极大了节省人力,且在速度和准确率上都得到很大的提高。
主权项:1.一种边缘感知的保护性耕作秸秆覆盖率检测方法,其特征在于,包括:S100、通过无人机对田间图像进行采集,并将采集的数据传输到服务器上;S200、将图像输入到处理模型中,对其进行预处理;S300、将处理后的图像传到具有边缘感知的分割模型中,将图像的秸秆部分和其余部分分离,根据分割后的结果,统计秸秆部分像素大小和整个图像的关系得到秸秆覆盖率,并将得到的结果输出;所述步骤S300中,将处理后的图像传到具有边缘感知的分割模型中,将图像的秸秆部分和其余部分分离,根据分割后的结果,统计秸秆部分像素大小和整个图像的关系得到秸秆覆盖率,并将得到的结果输出的步骤如下:S301、将秸秆图像输入PVT骨干网络进行特征提取,同时分别保存四层金字塔特征;S302、将步骤S301中的获得的特征分别进行BAM和GSA操作获得新的特征;S303、将步骤S302中得到的特征分别进行上采样和下采样操作,并将获得的特征串联到一起,输入到分割头;S304、对分割得到的结果S1和S2分别和真值计算得到损失函数L,实现图像分割;所述GSA具体表示为: 其中,AttFi=softmaxTransC1×1Fi,AAttFi表示注意力操作,C1×1表示1×1卷积,表示矩阵乘法,MLP由两个1×1卷积层和一个ReLU激活函数与归一化层组成;所述BAM具体表示为: 其中,⊙表示元素对应乘法,σ表示Sigmoid函数,表示对应特征Fi的处理后的得到Mx,My沿通道维度串联得到的结果。
全文数据:
权利要求:
百度查询: 长春理工大学;长春理工大学重庆研究院 一种边缘感知的保护性耕作秸秆覆盖率检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。