买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林农业大学

摘要：本发明公开一种玉米株心识别方法，涉及图像识别技术领域，包括以下步骤：边缘精度处理：将采集到的数据图像进行边缘填充，并逐个进行标注；构建网络模型：构建包括主干网络和自适性的轻量化渐进特征金字塔网络的网络模型，自适性的轻量化渐进特征金字塔网络在大尺寸目标检测层输出前引入具有选择性的注意力机制；株心定位：使用色彩空间滤波算法分割叶冠区域，使用间隙填充算法区分背景和叶冠区域，利用图像矩原理准确计算株心坐标。本发明针对旋转边界框旋转角度受图片边缘限制，无法准确标注边角信息的问题，设计了高精度边缘标注策略，通过扩展图片的边缘区域，确保对图片边缘进行准确的标注，进而提高玉米株心坐标的计算准确度。

主权项：1.一种玉米株心识别方法，其特征在于，包括以下步骤：边缘精度处理：将采集到的数据图像进行边缘填充，并逐个进行标注；构建网络模型：构建包括主干网络和自适性的轻量化渐进特征金字塔网络的网络模型，其中，自适性的轻量化渐进特征金字塔网络在大尺寸目标检测层输出前引入具有选择性的注意力机制；株心定位：使用色彩空间滤波算法分割叶冠区域，并使用间隙填充算法提升图像质量，区分背景和叶冠区域，利用图像矩原理准确计算株心坐标；所述边缘精度处理的步骤包括：将采集到的数据图像进行边缘填充操作；采用旋转边界框标注软件labelimg2工具对边缘填充操作后图像中的玉米叶冠进行逐个标注；构建网络模型：自适性轻量化渐进特征金字塔网络模块LC-AFPN，通过从主干网络的中间层、中下层、底层获取feat1、feat2、feat3三个特征层，先结合底层特征feat1与中间层特征feat2，随后融合顶层特征feat3；选择性注意力机制由大卷积核模块和空间核选择模块两个主要部分构成；在大尺寸目标检测分支输出前加入LSK，采用弱化小、中尺寸目标检测分支及使用轻量级的上采样算子CARAFE代替L-AFPN中的标准上采样两种策略以减少模型参数量；网络模型的输入层将分辨率为640×640的玉米叶冠图像并将其转化为R、G、B三通道的像素矩阵；主干特征提取模块中间层、中下层、底层输出的三个特征层feat1、feat2、feat3输入到LC-AFPN模块中，通过多尺度特征融合，增强模型对不同尺度特征的学习能力；三个融合以后的特征层分别输入至头部网络，进行分类和回归任务；在大尺寸目标检测分支输出前引入LSK注意力机制：将LC-AFPN模块获得的特征图feat3通过两个卷积层，得到两个不同的特征图；通过通道拼接操作将这两个注意力图在通道维度上合并，并计算其全局平均池化和最大池化；通过拼接操作将平均池化和最大池化结果合并，并通过一个卷积操作生成权重；根据权重两个特征图进行加权求和，并与输入特征图相乘以生成最终的输出。

全文数据：

权利要求：

百度查询： 吉林农业大学 一种玉米株心识别方法