公开(公告)号：CN113012150A

公开(公告)日：2021-06-22

申请号：CN202110403172.3

申请日：2021-04-14

Applicant: 南京农业大学

Inventor： 姜海燕 ,  陈尧 ,  张筱琦

IPC: G06T7/00 ,  G06T7/11 ,  G06K9/62

Abstract: 本发明公布了一种在高密度田间水稻场景下，面向无人机RGB图像的水稻稻穗计数方法RFCNN。首先，水稻灌浆期稻穗与叶片颜色差异明显、稻穗受遮挡影响较小，因此使用无人机于5m高空自动巡航获取灌浆期水稻图像，确定输入图像的尺寸并切割图像，对切割后的图像，使用点标注方式标注图像中的稻穗，构建无人机稻穗计数数据集；接着针对标注的稻穗坐标使用协方差形式的高斯核函数，生成适用稻穗目标的真实密度图作为计数网络的回归目标；其次，统计稻穗尺寸，分析感受野，设计特征学习网络，使用多尺度卷积生成包含多个尺度信息的特征层，通过特征金字塔融合不同层的特征图，再通道注意力融合不同网络分支的特征层，生成高质量特征图；最后通过1x1的卷积核，将最终输出的特征图降维成单通道的预测密度图。使用RFCNN网络针对无人机水稻图像数据集训练模型，使用稻穗计数模型，对测试图片生成预测密度图，逐像素统计预测密度图的值，求和得到最终计数结果。

公开(公告)号：CN110569747A

公开(公告)日：2019-12-13

申请号：CN201910771453.7

申请日：2019-08-20

Applicant: 南京农业大学

Inventor： 姜海燕 ,  徐灿 ,  郎文溪 ,  陈尧

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于图像金字塔的田间稻穗计数算法HW-Faster-RCNN，实现针对稻穗尺寸相对较小且数量超过50的大田水稻图像的自动计数。首先，分析感受野大小选择合适的特征学习网络，根据稻穗尺寸大小计算合适的输入图像尺寸；其次，基于输入图像尺寸范围切割原始图像，设计并构造图像金字塔增大稻穗的相对尺寸；然后，基于图像金字塔构建混合视窗数据集并使用HW-Faster-RCNN网络训练稻穗计数模型；最后，分割待测试图像后使用稻穗计数模型对其子图分别计数，设计破损穗融合算法去除重复计数。结果表明根据穗尺寸选择特征学习网络和设计图像金字塔显著提高了小尺寸稻穗的计数准确率，HW-Faster-RCNN的平均计数准确率和错检率分别为87.23％和4.60％，能够实际应用于大田复杂场景下的水稻稻穗自动计数。