强噪音背景下作物分类识别方法

摘要

本发明公开了一种强噪音背景下作物分类识别方法，用多光谱相机拍摄各类别作物的图片各若干张形成图片集；得各像素点NDVI值并分割出植物区域；将非植物区域替换为纯色背景来突出植物区域，进行图片预处理后形成多光谱数据集并分为训练、测试、验证3个数据集；通过迁移学习的方法，将训练数据集输入预设的卷积神经网络模型进行训练，得到卷积预测神经网络模型，将测试数据集输入卷积预测神经网络模型进行准确率测试得到合格的卷积预测神经网络模型；将验证数据集输入卷积预测神经网络模型，对其中的作物进行分类识别并获取分类结果。该方法减少了强噪音背景对作物分类识别产生的影响，提高了模型的识别效率和预测能力。