基于深度学习与融合定位技术识别农作物的种植分布方法

本申请提供一种基于深度学习与融合定位技术识别农作物的种植分布方法，包括步骤1：通过采集设备获得目标区域的相机图像、三维点云和地理坐标；步骤2：通过深度学习算法从相机图像中识别其中的农作物，同时识别各农作物种植区域的边界，输出农作物分类矢量图斑；步骤3：采用PCL将雷达点云数据投影到相机图像上，将相机图像与三维点云进行融合，得到相机图像中每个像素点相对测绘点的精确坐标，输出像素坐标矩阵；步骤4：根据农作物分类矢量图斑中各分布区域边界上像素点的坐标计算出各农作物分布区域的面积，对相同的农作物进行汇总，最终统计出各农作物的种植面积和分布情况。