摘要
本发明公开了一种不均匀光照下绿色农作物‑杂草识别分类方法,包括构建绿色农作物‑杂草图像数据集,获得背景单一的绿色植被增强图像,改进Faster R‑CNN算法模型,对改进后的Faster R‑CNN算法模型进行训练和验证得到权重文件,利用改进后的Faster R‑CNN算法模型进行图像识别步骤,本发明通过超绿色ExG植被指数算法和OTSU大津阈值法,加强原始图像中绿色植被特征并弱化不均匀光照影响,提高了绿色区域的注意力,将得到的绿色植被增强图像用于Faster R‑CNN算法模型中RPN的目标候选区域的提取,降低了RPN阶段的误检率,从而提高了绿色植被识别的准确度。
技术关键词
杂草识别
算法模型
杂草图像
分类方法
深层卷积网络
植被
光照
卷积神经网络特征
卷积特征
掩膜
注意力
阶段
数据
冗余
通道
系统为您推荐了相关专利信息
需求预测方法
时间序列模型
需求预测系统
备件需求量
指数平滑法
航线规划算法
船只
航线规划方法
海图数据
卫星通信设备
随机森林模型
分类模型训练方法
对象分类方法
强化学习策略
参数
地基云图分类方法
融合卷积神经网络
动态视觉标记
全局特征提取
扫描系统