摘要
本发明涉及图像识别技术领域,公开了一种基于艾草除草用图像识别系统,包括:高分辨率摄像头,用于采集田间可见光图像;红外相机,用于采集红外光谱数据;计算单元,配置有深度学习模型和多模态神经网络,用于处理所述可见光图像和红外光谱数据以识别艾草位置,并根据识别结果生成除草路径;除草设备,接收所述除草路径并执行除草操作。通过深度学习模型针对艾草的叶片边缘锯齿、花序排列和茎部纹理等特定生物特征进行训练和识别,能够在田间复杂环境中区分艾草与其他杂草或作物,利用艾草专属数据集和改进的图像处理算法,减少了误识别率,尤其在艾草与其他相似植物(如菊科杂草)混生的情况下,识别准确率可提升至较高水平。
技术关键词
图像识别系统
艾草
可见光图像
高分辨率摄像头
深度学习模型
强化学习算法
除草设备
红外相机
双分支卷积神经网络
叶片边缘锯齿
喷洒装置
直方图均衡化算法
注意力机制
数据
多模态
纹理特征
生成特征向量
误差反向传播
地面机器人
图像处理算法