摘要
本发明公开了一种农作物根茎顶端识别方法,包括使用摄像设备采集带叶的农作物图像,并对其进行人工标注,定义叶片朝向为叶心到叶基心形边缘的延长线。随后,利用深度学习技术学习标注信息,建立模型检测每个可见叶片的叶心与朝向。通过SIFT/SURF/ORB特征点与描述子计算帧与帧之间的像素偏移,对上一帧叶心位置加上偏移进行投影,连续匹配最接近的特征点对以确定稳定叶心朝向。最终,根据叶心在多帧上的位置与朝向,确定叶心朝向变化波动程度,并沿着朝向延长直线以确定农作物顶芽位置。这一综合方法旨在实现高效准确的农作物根茎顶端识别。
技术关键词
识别方法
关键点
叶片
打顶设备
计算机程序指令
深度学习技术
识别摄像头
深度学习模型
SIFT特征点
梯度方向直方图
顶端
摄像设备
像素
图像
ORB特征
图片
安装底座
坐标
综合方法
系统为您推荐了相关专利信息
微多普勒特征
小型无人机
回波
识别方法
构建卷积神经网络
音频识别方法
深度神经网络模型
短时特征
信号强度信息
子模块
小麦病虫害
架体结构
控制机箱
气动伸缩杆
切割夹具
图像搜索方法
文本
图像处理模型
非易失性计算机可读存储介质
计算机程序指令