2020114675991一种基于无人机图像的油茶果品种识别方法.pdf

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN112989912B
(45)授权公告日2023.08.04
(21)申请号202011467599.1(56)对比文件
(22)申请日2020.12.14CN110516648A,2019.11.29
CN111160311A,2020.05.15
(65)同一申请的已公布的文献号CN111260628A,2020.06.09
申请公布号CN112989912AUS2020151448A1,2020.05.14
(43)申请公布日2021.06.18US2020285896A1,2020.09.10
(73)专利权人北京林业大学审查员王赞

地址100083北京市海淀区清华东路35号
(72)发明人陈锋军朱学岩张新伟于越
李宁
(51)Int.Cl.
G06V20/13(2022.01)
G06V20/40(2022.01)
G06V10/774(2022.01)
G06V10/764(2022.01)
G06V10/80(2022.01)
权利要求书2页说明书6页附图2页
(54)发明名称
一种基于无人机图像的油茶果品种识别方
法
(57)摘要
本发明首先设计了无人机油茶果图像采集
飞行高度计算规则，并按该规则采集图像，采用
翻转、平移、裁剪和亮度调整等方式扩充图像数
据，搭建油茶果图像数据集并划分数据集为训练
集和测试集。其次，以训练集图像训练所提出的
基于双线性注意力网络的油茶果品种识别模型，
并通过测试集寻找最佳油茶果品种识别模型。接
下来，对任意输入的无人机航拍油茶果图像，采
用双线性EfficientNetB0网络提取油茶果图像
特征，通过注意力机制对提取到的特征进行聚
焦，确定油茶果品种识别所应重点关注的图像特
征及区域；最后，采用双线性池化对双线性
EfficientNetB0网络提取油茶果图像特征进行
融合，获得融合后的特征向量，并通过Softmax分
类器处理融合后的特征向量得到油茶果品种识
别结果。
CN112989912B
CN112989912B权利要求书1/2页

1.一种基于无人机图像的油茶果品种识别方法，其特征在于，包含以下步骤：
第一步，图像采集和预处理：通过采用模拟投影过程进行计算的“投影算法”，进行无人
机油茶果图像采集的飞行高度计算，并在图像采集过程测量光照强度、温度、湿度和风速，
得到油茶果图像、光照强度、温度、湿度和风速数据；
第二步，搭建油茶果品种识别数据集，采用翻转、平移、裁剪以及亮度调整扩充无人机
航拍油茶果图像，按9:1比例划分油茶果图像为训练集和测试集；
第三步，油茶果品种识别模型训练：使用油茶果品种识别数据集的训练集图像训练搭
建的基于双线性注意力网络的油茶果品种识别模型，获得油茶果品种识别模型；
第四步，将测试图像输入训练好的油茶果品种识别模型，挑选获得最佳油茶果品种识
别模型；
第五步，基于双线性EfficientNetB0网络的油茶果图像特征提取：将任意油茶果图像
输入双线性EfficientNetB0网络进行油茶果特征的提取，获得两个不同的油茶果图像的特
征图；
第六步，基于注意力机制的油茶果特征聚焦：对两个不同的油茶果图像的特征图进行
基于注意力机制的特征聚焦，确定两个不同的油茶果品种识别重点关注的图像区域以及特
征；
第七步，油茶果特征融合：采用双线性池化对双线性注意力EfficientNetB0网络提取
的两个不同的特征进行融合，得到融合后的特征向量；
第八步，油茶果的品种识别：采用Softmax分类器处理融合后的特征向量，获得油茶果
品种识别结果；
第一步骤中无人机油茶果图像采集飞行高度计算的“投影算法”，其计算方法为：首先，
使用无人机拍摄不同品种的自然状态下的油茶果图像，每个品种20颗，记录图像中每颗油
茶果肉眼可分辨时的最小像素数量，并取平均值作为油茶果直径的平均像素数；然后将这
些油茶果采摘下来，使用游标卡尺实际测量油茶果的直径大小，将所有油茶果直径的平均
值作为油茶果平均直径大小；接下来，将油茶果的平均直径除以油茶果直径平均像素数，获
得油茶果的地面分辨率；最后，根据所提出的“投影算法”，将无人机搭载摄像头的镜头焦距
乘以地面分辨率后，除以无人机搭载摄像头的像元尺寸获得无人机最大飞行高度。
2.根据权利要求1所述的一种基于无人机图像的油茶果品种识别方法，其特征在于所
描述的第二步骤中采用翻转、平移、裁剪以及亮度调整处理无人机采集的自然条件下的油
茶果图像，获得扩充后的油茶果图像数据，按照9:1的比例划分扩充后的油茶果图像数据为
训练集和测试集。
3.根据权利要求1所述的一种基于无人机图像的油茶果品种识别方法，其特征在于所
描述的第三步骤中，使用油茶果品种识别数据集的训练集图像