[发明专利]基于无人机遥感和模式识别的苎麻株数识别方法有效
| 申请号： | 201910823107.9 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110516648B | 公开（公告）日： | 2022-04-19 |
| 发明（设计）人： | 付虹雨;崔国贤 | 申请（专利权）人： | 湖南农业大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/26;G06K9/62;G06N3/04;G06N3/08;G06V10/774;G06V10/764 |
| 代理公司： | 长沙正奇专利事务所有限责任公司 43113 | 代理人： | 何为;王娟 |
| 地址： | 410128 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于无人机遥感和模式识别的苎麻株数识别方法，在苎麻株数识别的过程中建立目标监测机制，对预处理得到的图像进行分割取样，使神经网络有侧重地学习目标区域的特征信息；其次，基于获得的目标样本建立基于RGB和HOG的多特征模型；最后，利用SVM分类算法对样本集进行训练优化处理。本发明可以满足种植密度大、重叠率高的作物的株数识别，且识别精度高。 | ||
| 搜索关键词： | 基于 无人机 遥感 模式识别 苎麻 识别 方法 | ||
【主权项】：
1.一种基于无人机遥感和模式识别的苎麻株数识别方法，其特征在于，包括以下步骤：/n1)采集苎麻图像，并对所述图像进行预处理，分割预处理后的图像，利用分割后的图像得到目标苎麻图像、非目标区域图像以及未识别图像，生成中心样本组成目标区域样本集和非目标样本集，对所述目标区域样本集和非目标样本集进行色彩特征提取；/n2)选取苎麻图像的HOG特征作为形态特征，得到目标区域样本集和非目标区域样本集各N维数HOG特征；/n3)各抽取M个样本组成2M个混合样本的训练组，将每个样本集中包含的N维数HOG特征，G特征和二元类别导入SVM分类器进行训练，实现最优化苎麻中心区域目标归类的模型，利用所述模型对全冠层图像范围内的苎麻进行模式识别。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南农业大学，未经湖南农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910823107.9/，转载请声明来源钻瓜专利网。
