[发明专利]基于深度学习图像分割的作物行检测方法及装置

摘要

本发明提供一种基于深度学习图像分割的作物行检测方法及装置，该方法包括：获取农田作物图像；将所述农田作物图像输入训练后的卷积网络模型，输出图像分割结果的二值图像；对所述卷积网络模型提取的高维度特征向量进行空间聚类，得到不同作物行实例；根据所述二值图像和所述不同作物行实例进行作物行拟合，得到作物行曲线；其中，所述卷积网络模型，根据已知作物行结果的农田作物图像训练后得到。该方法通过卷积神经网络模型得到二值化分割结果和像素级高维度向量表示，通过融合二者信息获取作物行特征，随后使用聚类算法和曲线拟合算法对作物行线进行拟合描绘，有效提高作物行识别速度和精确度。