数字农科院2.0

基于群体图像识别的生菜鲜重估算方法研究

文献类型： 中文期刊

作者： 徐丹;李硕果;陈晶晶;崔庭源;张义;马浚诚

作者机构：

关键词： 群体估算;生菜鲜重;图像识别;深度学习

期刊名称：中国农业大学学报

ISSN： 1007-4333

年卷期： 2024 年 29 卷 04 期

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2023-2024年度） ; ; 科技核心（2024版） ; ; 农林核心（2020版）

摘要： 为提高温室环境最优控制中生菜信息在线反馈精度，通过群体图像识别研究生菜鲜重估算方法；通过生菜群体图像和单株图像，研究群体估算时误差正负相消对整体误差的改善作用，评估生菜遮挡问题对估算精度的影响，并研究能否通过改进深度学习的损失函数以实现对估算精度的进一步提高。结果表明：1)与不存在遮挡问题的单株图像生菜鲜重估算结果相比，基于群体图像裁剪的生菜鲜重估算决定系数(R2)低0.010 8，归一化均方根误差(NRMSE)高2.69%，平均绝对百分误差(MAPE)低2.36%，虽然估算精度略低，但是生菜群体的遮挡问题更能反映生产实际。2)群体估算虽然存在遮挡问题导致裁剪不完整，但根据误差正负相消原理，相比没有遮挡的单株估算结果MAPE仍然低3.49%，因此更适用于生菜产量信息反馈。3)基于更优化MAPE的损失函数平均平方百分误差(MSPE)，可以进一步降低群体估算的MAPE至8.46%，满足“软测量”对估算精度的需求。考虑到温室生菜的实际生产情况，群体估算更适合用于温室环境最优控制中生菜产量信息的在线反馈，通过深度学习等方法的优化，可以将生菜产量的估算误差降低至10%以内。

分类号：

  • 相关文献

[1]Study on Recognition of Typical Curing Stages of Jiangxi Tobacco Leaves Based on Image Processing. 段史江,,刘浩,,王爱华,,胡毅翀,,齐飞,,胡强. 2024

[2]Study on Discriminant Model of Flue-curing Stage of Tobacco Leaves in Curing Process. 王志诚,,孟令峰,,王松峰,,谢良文,,李文刚. 2024

[3]茶叶分选技术的现状和未来. 张皓臻,肖宏儒,梅松,王中,宋志禹,丁文芹. 2014

[4]图像识别技术在作物农情信息反演中的应用. 陆明,李茂松,申双和,王春艳. 2011

[5]基于神经网络图像分析的智能鲜茶叶分选机. 常春,陈怡群,肖宏儒,任守纲,宋卫东. 2013

[6]人工神经网络技术在鲜茶叶分选中的应用. 陈怡群,常春,肖宏儒,宋卫东,张佩. 2010

[7]基于最小阈值法的棉花幼苗识别研究. 黄真,毛树春,毕竟锴,王国平. 2012

[8]基于BP神经网络的小麦群体图像特征识别. 李少昆,索兴梅,白中英,祁之力,刘晓鸿,高世菊,赵双宁. 2002

[9]基于多层感知神经网络的水稻叶瘟病识别方法. 刘立波,周国民. 2009

[10]基于动态集成的黄瓜叶部病害识别方法. 王志彬,王开义,王书锋,王晓锋,潘守慧. 2017

[11]基于二分法的鸡蛋图像边缘快速检测方法. 周平,赵春江,郑文刚,王纪华,孙忠富,文友先. 2010

[12]红外传感器与机器视觉融合的果树害虫识别及计数方法. 田冉,陈梅香,董大明,李文勇,矫雷子,王以忠,李明,孙传恒,杨信廷. 2016

[13]基于物联网平台的小麦病虫害诊断系统设计初探. 苏一峰,杜克明,李颖,孙忠富,郑飞翔. 2016

[14]基于图像识别技术的夏玉米生育期识别方法初探. 陆明,申双和,王春艳,李茂松. 2011

[15]基于YOLOv8网络的棉蚜图像识别算法及软件系统设计. 马盼,杨子恒,万虎,何顺,黄远,徐胜勇. 2023

[16]基于移动终端的稻田飞虱调查方法. 俞佩仕 , 郭龙军 , 姚青 *, 杨保军 , 唐健 *, 许渭根 , 陈渝阳 , 朱旭华 , 陈宏明 , 张晨光 , 段德康 , 贝文勇 , 彭晴晖. 2019

[17]基于图像的棉花水分状况诊断. 王方永,王克如,王崇桃,李少昆,朱玉,陈兵,明博,潘文超. 2007

[18]基于二维激光雷达点云的物体轮廓识别. 蔡泽宇,金诚谦. 2020

[19]基于分层卷积神经网络的牧草种子识别模型. 王欣宇,马玉宝,潘新,闫伟红. 2021

[20]基于改进CornerNet的水稻灯诱飞虱自动检测方法构建与验证. 姚青,吴叔珍,蒯乃阳,杨保军,唐健,冯晋,朱旭华,朱先敏. 2021

作者其他论文 更多>>