ПОДСЧЁТ ВСХОДОВ КУКУРУЗЫ ПО RGB-ИЗОБРАЖЕНИЯМ С БПЛА НА ОСНОВЕ МЕТОДОВ КОМПЬЮТЕРНОГО ЗРЕНИЯ И ГЛУБОКОГО ОБУЧЕНИЯ В УСЛОВИЯХ ЗНАЧИТЕЛЬНОЙ ЗАСОРЁННОСТИ И ЧАСТИЧНОЙ ОККЛЮЗИИ
И.А. Пестунов1,2, Р.А. Калашников1, Р.И. Мухамедиев3,4, А. Сымагулов3,4
1Федеральный исследовательский центр информационных и вычислительных технологий, Новосибирск, Россия
pestunov@ict.nsc.ru
2Институт автоматики и электрометрии СО РАН, Новосибирск, Россия
3Казахский национальный исследовательский технический университет им. К. И. Сатпаева, Алматы, Республика Казахстан
ravil.muhamedyev@gmail.com
4Институт информационных и вычислительных технологий КН МНВО РК, Алматы, Республика Казахстан
asmogulove00@gmail.com
Ключевые слова: RGB-изображения, БПЛА, подсчёт всходов кукурузы, семантическая сегментация, скелетизация, графовые признаки, DeepLabV3+, Random Forest, SVM
Страницы: 5-15
Аннотация
Предлагается метод автоматического подсчёта количества всходов кукурузы в условиях значительной засорённости и частичной окклюзии по RGB-изображениям сверхвысокого пространственного разрешения (<0,5 см / пиксель), полученным с беспилотного летательного аппарата. Метод основан на комбинации алгоритмов компьютерного зрения и машинного обучения. Результаты экспериментальных исследований показали, что точность оценки количества всходов кукурузы на ранних стадиях вегетации в среднем составила ∼97 %.
DOI: 10.15372/AUT20260101 |
