基于深度学习融合多源图像的生菜表型参数估算方法
公开
摘要
本发明涉及一种基于深度学习融合多源图像的生菜表型参数估算方法，包括步骤：采集得到RGB图像和Depth图像，人工测量每株生菜样本的表型参数，形成图像数据集；使用GrabCut算法进行生菜图像前景分割，使用Z‑Score方法对生菜图像数据进行归一化；构建并训练生菜表型参数估算深度学习多源数据融合模型。本发明的有益效果是：本发明的方法采用深度学习技术，融合可见光图像和深度图像特征，利用生菜表型参数估算深度学习多源数据融合模型通过多源图像信息对生菜表型参数进行准确估算；由实验结果可以看出，本发明能成功融合二维RGB图像和Depth图像，性能优异，对设施蔬菜高通量生长监测和产量预估有重要的应用价值。
基本信息
专利标题 ：
基于深度学习融合多源图像的生菜表型参数估算方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581745A
申请号 ：
CN202210198303.3
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙霖严霜朱逢乐郑增威
申请人 ：
浙大城市学院
申请人地址 ：
浙江省杭州市拱墅区湖州街51号
代理机构 ：
杭州九洲专利事务所有限公司
代理人 ：
张羽振
优先权 ：
CN202210198303.3
主分类号 ：
G06V10/80
IPC分类号 ：
G06V10/80 G06K9/62 G06Q50/02 G06V10/774
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
