基于卷積神經(jīng)網(wǎng)絡(luò)的熱紅外圖像檢測模型
發(fā)布時間:2021-09-06 16:44
針對我國目前大部分果園的果樹冠層施藥情況檢測效率低、成本高等問題,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的熱紅外圖像檢測模型。通過采集大量柑橘樹在不同環(huán)境條件下施藥前后的熱紅外圖像,在經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型Inception-v3基礎(chǔ)上,利用計算機(jī)視覺相關(guān)知識改進(jìn)模型參數(shù),設(shè)計一種新型卷積神經(jīng)網(wǎng)絡(luò)模型——S-Inception-v3。與MobileNet,ShuffleNet和Inception-v3網(wǎng)絡(luò)模型對比,S-Inception-v3網(wǎng)絡(luò)模型在測試集上的分類準(zhǔn)確率分別提高了10.28%,8.46%,3.43%;召回率分別提高了8.66%,7.48%,3.35%;模型大小分別降低了6.4M,1.1M,1.6M。該模型在柑橘果樹冠層熱紅外圖像上的分類性能更好,在保證網(wǎng)絡(luò)分類準(zhǔn)確率的同時,網(wǎng)絡(luò)大小、計算量均有所下降,為農(nóng)業(yè)航空領(lǐng)域施藥檢測技術(shù)改進(jìn)提供了參考。
【文章來源】:自動化與信息工程. 2020,41(06)
【文章頁數(shù)】:5 頁
【部分圖文】:
6棵柑橘果樹的冠層原圖
表1中的農(nóng)藥沉積量是通過10 mmm×20 mm的霧滴測試卡(水敏紙)標(biāo)定的。霧滴測試卡是一種便攜、簡單,并提供即時霧滴視覺效果的檢測工具。在對柑橘果樹冠層噴藥前,將霧滴測試卡放置在施藥部位,并用工具將其固定以避免被風(fēng)吹落(可用回形針等固定在作物葉片上),如圖2(a)所示。施藥后的情況如圖2(b)所示,霧滴分布越均勻,噴灑效果越好。利用Image Py軟件選取施藥后的水敏紙,并對需要分析霧滴的區(qū)域進(jìn)行前景色背景剝離;再進(jìn)行霧滴反選,具體分析過程如圖3所示。
利用Image Py軟件選取施藥后的水敏紙,并對需要分析霧滴的區(qū)域進(jìn)行前景色背景剝離;再進(jìn)行霧滴反選,具體分析過程如圖3所示。農(nóng)藥通過Image P沉積量為0y軟件自動得.68μL/cm2,如到圖2中霧表2所示。滴測試卡的
【參考文獻(xiàn)】:
期刊論文
[1]改進(jìn)的Inceptionv3果蔬識別算法[J]. 巨志勇,馬素萍. 包裝工程. 2019(21)
[2]無人機(jī)遙感在農(nóng)田信息監(jiān)測中的應(yīng)用進(jìn)展[J]. 紀(jì)景純,趙原,鄒曉娟,宣可凡,王偉鵬,劉建立,李曉鵬. 土壤學(xué)報. 2019(04)
[3]廣西產(chǎn)區(qū)柑橘葉片大中量元素營養(yǎng)豐缺狀況研究[J]. 易曉曈,張超博,李有芳,彭良志,陳東奎,鄧崇嶺,付行政,淳長品,陳香玲,劉升球,陳傳武,李果果,黃其椿,凌麗俐. 果樹學(xué)報. 2019(02)
[4]剔除土壤背景的棉花水分脅迫無人機(jī)熱紅外遙感診斷[J]. 張智韜,邊江,韓文霆,付秋萍,陳碩博,崔婷. 農(nóng)業(yè)機(jī)械學(xué)報. 2018(10)
[5]未成熟芒果的改進(jìn)YOLOv2識別方法[J]. 薛月菊,黃寧,涂淑琴,毛亮,楊阿慶,朱勛沐,楊曉帆,陳鵬飛. 農(nóng)業(yè)工程學(xué)報. 2018(07)
[6]我國節(jié)水灌溉技術(shù)發(fā)展現(xiàn)狀與趨勢[J]. 趙峰,李寒松,孔凡祝,賈振超,張宗超,慈文亮,賀曉東,崔相全. 農(nóng)業(yè)裝備與車輛工程. 2018(02)
[7]西吉縣節(jié)水灌溉技術(shù)發(fā)展現(xiàn)狀及改進(jìn)節(jié)水灌溉技術(shù)若干建議[J]. 謝國強(qiáng). 山西農(nóng)經(jīng). 2017(20)
[8]基于紅外相機(jī)技術(shù)監(jiān)測浙江省自然保護(hù)區(qū)豹貓生存狀況[J]. 章書聲,李佳琦,鄭而重,吳友貴,劉菊蓮,陳小南,徐愛春. 浙江林業(yè)科技. 2017(04)
[9]基于冠層溫度的玉米缺水診斷研究[J]. 張立偉,張智郡,劉海軍,劉鈺,朱明承,丁梅. 干旱地區(qū)農(nóng)業(yè)研究. 2017(03)
[10]無人機(jī)技術(shù)在現(xiàn)代農(nóng)業(yè)中的應(yīng)用[J]. 張志云,李長賀. 農(nóng)業(yè)工程. 2016(04)
碩士論文
[1]基于無人機(jī)可見光和熱紅外圖像的棉花冠層信息識別[D]. 王康麗.中國農(nóng)業(yè)科學(xué)院 2019
[2]無人機(jī)低空噴霧霧滴在作物冠層的沉積分布規(guī)律及防治效果研究[D]. 楊帥.中國農(nóng)業(yè)科學(xué)院 2014
[3]基于ZigBee無線傳感網(wǎng)和模糊控制的溫室番茄智能灌溉系統(tǒng)設(shè)計[D]. 張勝.浙江大學(xué) 2011
本文編號:3387816
【文章來源】:自動化與信息工程. 2020,41(06)
【文章頁數(shù)】:5 頁
【部分圖文】:
6棵柑橘果樹的冠層原圖
表1中的農(nóng)藥沉積量是通過10 mmm×20 mm的霧滴測試卡(水敏紙)標(biāo)定的。霧滴測試卡是一種便攜、簡單,并提供即時霧滴視覺效果的檢測工具。在對柑橘果樹冠層噴藥前,將霧滴測試卡放置在施藥部位,并用工具將其固定以避免被風(fēng)吹落(可用回形針等固定在作物葉片上),如圖2(a)所示。施藥后的情況如圖2(b)所示,霧滴分布越均勻,噴灑效果越好。利用Image Py軟件選取施藥后的水敏紙,并對需要分析霧滴的區(qū)域進(jìn)行前景色背景剝離;再進(jìn)行霧滴反選,具體分析過程如圖3所示。
利用Image Py軟件選取施藥后的水敏紙,并對需要分析霧滴的區(qū)域進(jìn)行前景色背景剝離;再進(jìn)行霧滴反選,具體分析過程如圖3所示。農(nóng)藥通過Image P沉積量為0y軟件自動得.68μL/cm2,如到圖2中霧表2所示。滴測試卡的
【參考文獻(xiàn)】:
期刊論文
[1]改進(jìn)的Inceptionv3果蔬識別算法[J]. 巨志勇,馬素萍. 包裝工程. 2019(21)
[2]無人機(jī)遙感在農(nóng)田信息監(jiān)測中的應(yīng)用進(jìn)展[J]. 紀(jì)景純,趙原,鄒曉娟,宣可凡,王偉鵬,劉建立,李曉鵬. 土壤學(xué)報. 2019(04)
[3]廣西產(chǎn)區(qū)柑橘葉片大中量元素營養(yǎng)豐缺狀況研究[J]. 易曉曈,張超博,李有芳,彭良志,陳東奎,鄧崇嶺,付行政,淳長品,陳香玲,劉升球,陳傳武,李果果,黃其椿,凌麗俐. 果樹學(xué)報. 2019(02)
[4]剔除土壤背景的棉花水分脅迫無人機(jī)熱紅外遙感診斷[J]. 張智韜,邊江,韓文霆,付秋萍,陳碩博,崔婷. 農(nóng)業(yè)機(jī)械學(xué)報. 2018(10)
[5]未成熟芒果的改進(jìn)YOLOv2識別方法[J]. 薛月菊,黃寧,涂淑琴,毛亮,楊阿慶,朱勛沐,楊曉帆,陳鵬飛. 農(nóng)業(yè)工程學(xué)報. 2018(07)
[6]我國節(jié)水灌溉技術(shù)發(fā)展現(xiàn)狀與趨勢[J]. 趙峰,李寒松,孔凡祝,賈振超,張宗超,慈文亮,賀曉東,崔相全. 農(nóng)業(yè)裝備與車輛工程. 2018(02)
[7]西吉縣節(jié)水灌溉技術(shù)發(fā)展現(xiàn)狀及改進(jìn)節(jié)水灌溉技術(shù)若干建議[J]. 謝國強(qiáng). 山西農(nóng)經(jīng). 2017(20)
[8]基于紅外相機(jī)技術(shù)監(jiān)測浙江省自然保護(hù)區(qū)豹貓生存狀況[J]. 章書聲,李佳琦,鄭而重,吳友貴,劉菊蓮,陳小南,徐愛春. 浙江林業(yè)科技. 2017(04)
[9]基于冠層溫度的玉米缺水診斷研究[J]. 張立偉,張智郡,劉海軍,劉鈺,朱明承,丁梅. 干旱地區(qū)農(nóng)業(yè)研究. 2017(03)
[10]無人機(jī)技術(shù)在現(xiàn)代農(nóng)業(yè)中的應(yīng)用[J]. 張志云,李長賀. 農(nóng)業(yè)工程. 2016(04)
碩士論文
[1]基于無人機(jī)可見光和熱紅外圖像的棉花冠層信息識別[D]. 王康麗.中國農(nóng)業(yè)科學(xué)院 2019
[2]無人機(jī)低空噴霧霧滴在作物冠層的沉積分布規(guī)律及防治效果研究[D]. 楊帥.中國農(nóng)業(yè)科學(xué)院 2014
[3]基于ZigBee無線傳感網(wǎng)和模糊控制的溫室番茄智能灌溉系統(tǒng)設(shè)計[D]. 張勝.浙江大學(xué) 2011
本文編號:3387816
本文鏈接:http://sikaile.net/wenshubaike/xszy/3387816.html
最近更新
教材專著