摘要
本发明公开了一种基于G‑Lap算法的边界判定和语义分割的农田面积测定方法,通过无人机采集多场景下农业区域的图像,进而构建多场景农田图像集;通过G‑Lap算法,对多场景农田图像集中的农田边缘进一步增强构建多场景农田训练图像集;再使用多场景农田训练图像集对改进Deeplab模型进行冻结和解冻主干的完全训练,训练多轮收敛,得到最终的分割模型;使用训练好的分割模型对测试图像集中的农田区域像素进行分割提取,并通过图像二值化方法统计分割模型分割出的像素个数,根据像素个数,结合不同航拍高度下每个像素对应的实际面积,从而得到农田面积。该方法有效解决目前传统的农田区域提取方法耗时长、效率低以及计算方法缺乏泛用性等技术问题。
技术关键词
面积测定方法
Laplacian算子
农田边界
多场景
图像二值化方法
空间金字塔池
面积计算方法
语义分割模型
像素
无人机
空洞
区域提取方法
算法
航拍
网络
纹理噪声
系统为您推荐了相关专利信息
面向多场景
渲染方法
生成参数
高斯算法
生成对抗网络
杀菌对象
紫外线杀菌设备
环境相对湿度
分布式光纤传感网络
生物传感器阵列
外骨骼机器人控制
混合深度学习模型
卡尔曼滤波算法
人机协同控制
多场景
线束
智能可视化
运动控制系统
像素点
DNN模型