摘要
本公开的各实施例的目的是提供一种基于图像分析对稻穗进行空穗识别的方法、设备和计算机程序产品。其中,获取单粒稻穗的RGB图像和NIR图像;将所述RGB图像和NIR图像对齐并转换为相应的四通道图像数据;将所述四通道图像数据输入双路径分类模型,以获得所述双路径分类模型输出的空穗识别结果。本公开的各实施例提供了一种双路径空穗识别方案,通过预设分类特征与深层图像特征的动态互补机制,有效解决了传统方法中人工经验局限性与深度学习过拟合共存的行业难题。两类特征通过分类特征贡献度加权的跨模态交互,在显式颜色特征异常时,转而增强深层纹理特征的决策占比,使整体检测准确率保持稳定。
技术关键词
分类特征
计算机程序指令
图像分析
XGBoost模型
注意力
SIFT特征点
跨模态
计算机程序产品
通道
棋盘格标定板
互补机制
样本
计算机设备
数据
交互机制
行业难题
标签
纹理特征
模块