通过近场MIMO-SAR成像检测果:一种多尺度和上下文意识的方法
Yuanping Shi1,2,3, Yanheng Ma1, Liang Geng2,3
1Department of UAV Engineering, Shijiazhuang Campus, Army Engineering University, Shijiazhuang 050003, China.
Sensors (Basel, Switzerland)
|March 17, 2025
概括
这项研究引入了一种先进的毫米波MIMO-SAR系统,用于果园中全天候果检测. 新的框架显著提高了水果识别的准确性,即使有遮和复杂的背景,帮助精准农业.
科学领域:
- 农业工程 农业工程
- 遥感 遥感 遥感 遥感
- 计算机视觉 计算机视觉
背景情况:
- 准确农业的传统光学成像受天气和照明条件的限制.
- 准确的果实检测对于产量评估,收获和果园管理至关重要.
- 近场毫米波MIMO-SAR为稳定的数据采集提供全天全天候的成像功能.
研究的目的:
- 开发和验证使用近场毫米波MIMO-SAR技术的高精度果检测系统.
- 解决SAR图像分析的挑战,包括弱散射,低对比度和复杂的背景.
- 为了提高果实检测稳定性,用于精准农业的应用.
主要方法:
- 建造一个近场毫米波MIMO-SAR成像系统.
- 获取多角度SAR-光学配对数据与注释的果目标.
- 关于整合动态空间金字塔聚合 (DSPP),递归特征融合网络 (RFN) 和上下文感知特征增强 (CAFE) 模块的检测框架的建议.
主要成果:
- 拟议的框架显示了在定制果SAR数据集上的平均精度,回忆和F1得分的显著改进.
- 废弃性研究证实了DSPP,RFN和CAFE模块的有效性和协同贡献.
- 该系统实现了稳定的果目标定位,尽管叶子封闭,复杂的背景和弱散射.
结论:
- 近场毫米波MIMO-SAR技术在精密农业中有效用于全天候,全天检测水果.
- 集成的DSPP,RFN和CAFE框架增强了SAR图像分析,以进行强大的水果识别.
- 这项研究为基于SAR的水果检测和产量估计提供了技术基础.
