基于无人机和卷积神经网络的水稻成熟度检测系统的设计与实现

李 文星
重庆三峡学院

摘要

为实现对大面积农田的水稻成熟度覆盖全面、快速、准确的检测。从无损监测的角度出发，分析现有水稻成熟
度度检测的特点和不足，提出了一种利用算法优化无人机路径后拍摄大量稻田图片，通过对图片目标标注训练出基于深
度学习的卷积神经网络的水稻成熟度分类检测模型检测水稻成熟度的方法。并以此开发出水稻成熟度检测系统，利用该
系统对水稻成熟度进行判别分析。

关键词

水稻 无人机 成熟度检测

参考

[1]邓伟,张新明.中国水稻种业发展历程研究[J].中国

种业,2022(11):1-10.DOI:10.19462/j.cnki.1671-895x.2022.11. 038. [2]李露,林钰,李雪.稻米品牌文化的质性研究[J/OL].浙

江农业科学:1-8[2023-03-18].DOI:10.16178/j.issn.0528-9017. 20220477. [3]刘其娟.绿色优质水稻高产栽培技术要点[J].世界热

带农业信息,2022(06):39-40. [4]马中涛,马会珍,崔文培,付正豪,蒋伟勤,朱盈,魏海燕, 张洪程,刘国栋.成熟度对优良食味水稻南粳 9108 产量、品

质的影响[J].江苏农业学报,2020,36(06):1353-1360. [5]肖君臣. 不同栽培措施条件下稻谷成熟度差异及其

对稻米品质的影响[D].华中农业大学,2022.DOI:10.27158/d. cnki.ghznu.2022.000986.