零样本果树冠层提取方法研究
编号:3279
访问权限:仅限参会人
更新:2024-04-13 11:31:50 浏览:881次
快闪报告
摘要
主流果树冠层提取方法通常依赖人工勾画样本,对样本的数量和质量要求高,且存在不同场景下模型迁移性和适用性差的问题。本文结合SAM(Segment Anything Model)图像分割模型及果树的常识性先验知识,提出了一种零样本果树冠层分割方法CanSeg。首先采用SAM图像分割模型对数字正射图像DOM进行预分割;其次结合冠层高度模型CHM图像,利用树冠几何形状特征及光谱指数特征范围等常识性先验知识,筛选出图像预分割结果中符合果树特征的分割对象,并作为mask提示信息输入至SAM模型进行二次图像分割,实现果树冠层提取。在不同地域的不同类型果园的实验结果表明,本文方法果树冠层提取准确率高达99.8%以上,具有无需样本、无需精确设置阈值亦可实现果树冠层精准提取且场景自适应好的优点。
关键词
果树冠层;零样本;先验知识;信息融合;SAM图像分割模型;
稿件作者
冯芯蕊
中国农业科学院农业资源与农业区划研究所
吴文斌
中国农业科学院农业资源与农业区划研究所
余强毅
中国农业科学院农业资源与农业区划研究所
张晓光
青岛农业大学
刘月鑫
中国农业科学院农业资源与农业区划研究所
段玉林
中国农业科学院;农业资源与农业区划研究所
发表评论