基于图像增强和注意力机制的作物杂草识别

作者：曲福恒; 李婉婷; 杨勇; 刘红玉; 郝忠林

来源：计算机工程与设计, 2023, 44(03): 815-821.

DOI：10.16208/j.issn1000-7024.2023.03.024

• 无人机
• 作物杂草识别
• 多尺度Retinex算法
• 颜色恢复函数
• 残差网络
• Leaky ReLU激活函数
• 注意力机制

为提高复杂环境下无人机获取的作物杂草图像识别的准确率，提出一种基于图像增强与注意力机制的作物杂草识别方法。在多尺度Retinex算法中加入颜色恢复函数调节3个通道颜色的占比以恢复其颜色特征，使图像更清晰；将残差网络模型中的激活函数换为Leaky ReLU,加入CBAM注意力机制模块，获取更多有用信息，抑制其它无用信息。实验结果表明，该方法可以提高复杂环境下无人机获取的作物杂草图像的识别准确率，其准确率达到95.3%,高于AlexNet、ResNet18、ResNet50及其它主流算法的识别结果。

• 单位
  教育学院; 长春师范大学; 长春理工大学