申请/专利权人：华南农业大学;广州创纽人工智能科技有限公司

申请日：2022-03-21

公开（公告）日：2024-04-02

公开（公告）号：CN114842326B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/82;G06V10/774;G06N3/0464;G06N3/08;G06V10/766;G06T7/70

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.08.19#实质审查的生效;2022.08.02#公开

摘要：本发明公开了一种免定标檀香树植株缺苗定位方法，包括：首先，通过预训练的检测模型检测出待缺苗定位的遥感图像中檀香树目标，然后，根据已检测出的檀香树目标的像素坐标确定列基准位置，划分列区域；再通过线性回归拟合，得到每个列区域的檀香树排列的线性回归函数；确定边缘目标，根据线性回归函数延长回归直线，将位于回归直线延长线上的边缘目标纳入该直线所属的列区域；之后，扩充后的列区域进行第二次线性回归，修正线性回归函数；最后，通过给定的预设距离，利用线性回归函数对相应列区域进行缺苗定位。本发明能够较高精度免定标定位到缺苗位置，同时也为其他类似林业种植园的缺苗补苗工作提供了一种准确且可行的方法。

主权项：1.一种免定标檀香树植株缺苗定位方法，其特征在于，包括以下步骤：首先，通过预训练的检测模型检测出待缺苗定位的遥感图像中檀香树目标，然后，根据已检测出的檀香树目标的像素坐标确定列基准位置，划分列区域；再通过线性回归拟合，得到每个列区域的檀香树排列的线性回归函数；确定边缘目标，根据线性回归函数延长回归直线，将位于回归直线延长线上的边缘目标纳入该直线所属的列区域；之后，扩充后的列区域进行第二次线性回归，修正线性回归函数；最后，通过给定的预设距离，利用线性回归函数对相应列区域进行缺苗定位：所述根据已检测出的檀香树目标的像素坐标分配各个檀香树目标所在的列区域，包括：用pixlt，ylt，xrb，yrb表示模型识别出的檀香树目标ii＝1，2...，n的定位信息，其中xlt，ylt表示目标左上角点的横坐标、纵坐标；xrb，yrb表示目标右下角点的横坐标、纵坐标；所有檀香树目标定位信息记为P＝{p1，p2，…，pn}，n为预测的檀香树目标的个数，檀香树目标pi的横坐标范围记为Xi＝[xlt，xrb]；在P中随机取出一个檀香树目标pi，将pi作为一个列区域的基准，并从P中移除pi；在P中进行遍历：若存在一个檀香树目标pjpj∈P，pj的横坐标范围Xj与pi的横坐标范围Xi有交集，表示为则将该檀香树目标pj归属到pi作为基准的列区域Colk，并从P中移除pj；将所有横坐标范围与Xi有交集的檀香树目标分配至同一个列区域Colk，则该列区域Colk由d个檀香树木目标组成，记为Colk＝{pk1，…，pki，…，pkj，…pkd}；当P中除了pi之外的所有檀香树目标都遍历完之后，随机选取下一个檀香树目标并作为一个新的列区域的基准，重复上述的遍历操作，直至P中所有的檀香树目标都分配到列区域；所述通过线性回归拟合，得到每个列区域的檀香树排列的线性回归函数，包括：对檀香树目标数量大于等于2的列区域进行线性回归，以此来找到这些列区域中檀香树目标分布的线性表达式；线性回归过程中，遍历每一个列区域，对每个线性回归表达式进行权重的修正，直至回归直线拟合出区域内目标分布规律；线性回归的具体过程表示如下：给定任一列区域Coli＝{pi1，pi2，…，pid}，Coli中任一檀香树目标pikxlt，ylt，xrb，yrb的目标中点记为cik＝cxik，cyik，其中任一列区域的檀香树目标分布可由以下线性回归表达式表达：cxik＝ficyik＝wicyikk+bi其中fi表示为列区域的线性回归表达式，wi与bi为线性回归表达式的权重，通过训练得出；使用MSE作为训练权重的损失函数；wi的初始值赋值为0，bi的初始值赋值为coli所有檀香树目标中点的横坐标的平均数，bi的表达式如下所示：

全文数据：

权利要求：

百度查询： 华南农业大学;广州创纽人工智能科技有限公司 一种免定标檀香树植株缺苗定位方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD