基于使用神经网络的空中多光谱图像对农田的定量和质量分析
Krzysztof Strzępek1, Mateusz Salach2, Bartosz Trybus3
1The Faculty of Electrical and Computer Engineering, Rzeszow University of Technology, 35-959 Rzeszow, Poland.
Sensors (Basel, Switzerland)
|November 25, 2023
概括
这项研究引入了使用无人机进行作物分析的综合系统. 它将图像分析与植被指数相结合,用于有效的农业管理和作物监测.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 遥感 遥感 遥感 遥感
背景情况:
- 有效的农业管理需要全面的作物分析.
- 无人驾驶飞行器 (UAV) 为空中数据采集提供了先进的能力.
- 整合定性和定量分析方法可以提高农业决策能力.
研究的目的:
- 提出一个综合系统,使用无人机进行全面的作物分析.
- 结合定性 (植被指数) 和定量 (物体检测) 分析,以实现有效的农业管理.
- 开发一个利用Detectron2的系统,用于多光谱空中图像中的物体检测和细分.
主要方法:
- 利用在COCO格式数据上训练的卷积神经网络 (Detectron2) 进行对象检测和细分.
- 开发了一个带有前端 (用户交互,注释) 和后端 (图像处理,项目管理) 组件的系统.
- 实施的规范化差异植被指数 (NDVI) 和优化土壤调整植被指数 (OSAVI) 用于定性分析和对象检测用于定量分析.
主要成果:
- 该系统成功地进行了定性 (NDVI,OSAVI) 和定量 (物体检测) 作物分析.
- 探测器2模型在探测物体方面表现出强大的性能,包括空中图像中的小物体.
- 使用平均精度 (AP) 度量来评估预测质量,表明可靠的模型性能.
结论:
- 综合无人机系统为农业中详细作物分析提供了强大的工具.
- 结合先进的人工智能模型和植被指数,可实现高效,准确的农业管理.
- 该系统能够检测和量化特定的作物元素,如年轻的菜,支持精准农业实践.
相关概念视频
02:16Light Acquisition
8.5K
In order to produce glucose, plants need to capture sufficient light energy. Many modern plants have evolved leaves specialized for light acquisition. Leaves can be only millimeters in width or tens of meters wide, depending on the environment. Due to competition for sunlight, evolution has driven the evolution of increasingly larger leaves and taller plants, to avoid shading by their neighbors with contaminant elaboration of root architecture and mechanisms to transport water and nutrients.
8.5K
02:35Key Elements for Plant Nutrition
18.8K
Like all living organisms, plants require organic and inorganic nutrients to survive, reproduce, grow and maintain homeostasis. To identify nutrients that are essential for plant functioning, researchers have leveraged a technique called hydroponics. In hydroponic culture systems, plants are grown—without soil—in water-based solutions containing nutrients. At least 17 nutrients have been identified as essential elements required by plants. Plants acquire these elements from the...
18.8K