中國有的棉花種植模式。中國新疆棉花種植采用寬、窄行交錯的密植方式增產(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
在這項研究中，無人機(jī)（UAV）成像和深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）被用來估計密集種植的棉花產(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-并添加擴(kuò)張卷積，構(gòu)建了一個改進(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證四個棉田產(chǎn)量的估計值。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
綜上所述，基于低空無人機(jī)成像的密植棉花產(chǎn)量估算是可行的。本研究為我國棉花產(chǎn)量估算提供了方法參考。
來源：Plant Methods.Yield estimation of high-density cotton fields using low-altitude UAV imaging and deep learning.Fei Li, Jingya Bai, Mengyun Zhang & Ruoyu Zhang
/articles/10.1186/s13007-022-00881-3
