毛伊:用于特种作物研究的UAS图像的模块化分析
Kathleen Kanaley1, Maylin J Murdock2, Tian Qiu2
1Plant Pathology and Plant Microbe Biology Section, School of Integrative Plant Science, Cornell University, Cornell AgriTech, 15 Castle Creek Drive, Geneva, NY, 14456, USA.
Plant methods
|May 20, 2025
概括
MAUI是一个新的工作流程,用于分析特种作物的无人机图像. 它准确地对葡萄和大麻等作物进行细分,改善了用于研究的光谱数据提取. 该工具增强了对独特作物系统的农业洞察力.
科学领域:
- 农业科学 农业科学
- 遥感 遥感 遥感 遥感
- 计算机视觉 计算机视觉
背景情况:
- 带有成像传感器的无人机系统 (UAS) 对农业监测至关重要.
- 现有的图像分析方法由于独特的种植实践而与特种作物作斗争.
- 对于特种作物,需要专门的图像处理工作流程.
研究的目的:
- 介绍MAUI,一个可定制的特种作物的图像处理工作流.
- 简化葡萄园和大麻试验的多光谱图像分析.
- 为了实现准确的作物细分和光谱数据提取用于研究.
主要方法:
- 开发了MAUI,用于UAS数据的模块化图像处理工作流.
- 测试了五种树冠细分方法,包括DeepLabv3和SAM.
- 应用MAUI用于病理学研究葡萄园和大麻育种试验.
- 生成多光谱的orthomosaic时间序列和提取的作物光谱.
主要成果:
- 在两个生长季节中,MAUI成功处理了UAS数据.
- 深度实验室v3和SAM实现了高细分精度 (mIoU 0.85和0.95).
- 细分精度在作物类型之间有所不同,强调工作流的灵活性.
- MAUI改善了大麻和葡萄藤治疗组的光谱歧视.
结论:
- MAUI提供了一个模块化框架,用于从特种作物UAS图像中提取光谱数据.
- 工作流显示了跨式和排列作物系统的多功能性.
- MAUI增强了特种作物的光谱数据分析,促进了常规研究的整合.
- 由于MAUI的开源性质,促进了研究人员广泛采用.


