基于低空無人機(jī)成像和深度學(xué)習(xí)估計(jì)高密度棉田產(chǎn)量

中國的棉花種植,。中國新疆棉花種植采用寬,、窄行交錯(cuò)的密植方式增產(chǎn),，導(dǎo)致在這種分枝重疊的田間難以利用遙感技術(shù)準(zhǔn)確估算棉花產(chǎn)量。

不同模型復(fù)雜背景圖像的分割結(jié)果

 無人機(jī)高光譜成像和深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）被用來估計(jì)密集種植的棉花產(chǎn)量,。無人機(jī)在高度 5 m 處獲取棉田圖像,。

人工收獲棉鈴后稱重。然后,，通過重組編碼器-解碼器并添加擴(kuò)張卷積,，構(gòu)建了一個(gè)改進(jìn)的 DCNN 模型（CD-SegNet），

用于棉鈴圖像的像素級分割,。此外,，采用線性回歸分析建立棉鈴像素比與棉花產(chǎn)量之間的關(guān)系。

最后,，通過稱重收獲的棉花來驗(yàn)證四個(gè)棉田產(chǎn)量的估計(jì)值,。

結(jié)果表明，CD-SegNet 優(yōu)于其他測試模型,，包括 SegNet,、支持向量機(jī) (SVM) 和隨機(jī)森林 (RF)。

棉田產(chǎn)量估計(jì)的平均誤差低至 6.2%,。

CD-SegNet分割結(jié)果與圖像中棉鈴面積比的比較,。 

a 測量數(shù)據(jù)與 CD-SegNet 分割結(jié)果之間的相關(guān)性,； b 相對誤差分析

                                                                           基于低空無人機(jī)成像的密植棉花產(chǎn)量估算是可行的