科创中国

华南农业大学工程学院AIS实验室开展了水稻秧苗行线提取方法和装置的研究。首先获取水稻秧苗田间图像；通过预先训练好的深度卷积神经网络模型对水稻苗田间图像进行识别，得到水稻秧苗田间图像中的各秧苗坐标；对多个秧苗坐标进行聚类，并识别当前作业秧苗行；对当前作业秧苗行上的秧苗坐标进行线性回归，得到当前秧苗行线。通过预先训练好的深度卷积神经网络和聚类算法的应用，更好的排除水稻田间的环境因素干扰，能够更准确地识别当前秧苗行线，指导插秧机自动驾驶。

农业田间导航技术为现代化农业生产机械的作业提供导航信息,已经被应用于各种农业机械设备中。在用于播种的农业设备中,农业田间导航的重要性尤为明显。

目前,国内外农业田间导航的研究主要集中在机器视觉导航方面。孟庆宽等人构建与光照无关的Cg分量,选择2Cg-Cr-Cb特征因子对图像进行灰度化处理,根据图像中作物行的特点建立玉米作物行直线方程的约束模型,利用粒子群算法对作物行直线进行寻优求解,进而得到导航线。为适应多种光照条件引起的图像对比度不明显或过饱和现象,Romeo等设计了一种基于图像直方图分析的作物-背景图像分割系统,该系统通过直方图判别图像的对比度和饱和度来选择合适的小麦苗图像分割方法。

苗带图像信息的准确识别与导航线提取的准确度,是实现播种设备精准作业的前提。在应用传统的机器视觉方法识别水稻秧苗行线,为水稻插秧机导航的实现过程中,发明人发现至少存在如下问题:插秧阶段水稻田间环境复杂,水层较薄,传统的图像识别方法很难准确的识别水稻秧苗行线，指导水稻插秧机自主驾驶。

本发明实施例提供一种基于神经网络的水稻秧苗行线提取方法，一种水稻秧苗行线提取装置和一种计算机可读存储介质。该水稻秧苗行线提取方法、装置、计算机设备和存储介质,通过预先训练好的深度卷积神经网络模型识别秧苗坐标,对秧苗坐标聚类,将秧苗坐标按秧苗行分类,通过识别当前作业秧苗行,得到当前秧苗行线,为水稻插秧机进行导航。基于此,通过深度卷积神经网络和聚类算法的应用,更好的排除水稻田间的环境因素干扰,能够更准确地提取当前秧苗行线,指导插秧机自动驾驶。

该项目的水稻秧苗行线提取方法具有广阔的应用前景，可以在农业生产中实现智能化和自动化。

1.提高农业生产效率:通过该行线提取方法，可以准确识别水稻秧苗的行线，并指导插秧机自动驾驶。相比传统的人工操作，该方法能够大幅度减少人力投入和作业时间，提高农业生产效率。农民可以更高效地完成插秧作业，节约时间和劳动成本

2.提高农作物品质和产量:准确识别水稻积苗的行线可以确保插秧的准确性和均匀性。插秧的准确性对于农作物的生长和发育至关重要，可以避免过度或不足密植导致的产量减少或质量下降。通过该方法，农民可以实现更好的作物管理，提高农作物的品质和产量。

3.降低农药和化肥的使用: 通过准确识别水稻秧苗的行线，可以实现精准的农药和化肥施用。农民可以根据行线情况，有针对性地施用农药和化肥，减少浪费和环境污染。精准施用还可以避免过量使用农药和化肥，降低对环境和生态的影响

4．农田管理智能化:该行线提取方法可以作为农田管理的重要工具，实现农田管理的智能化和数据化。通过分析和记录每个秧苗行的情况农民可以了解农田的生长状况、密度分布等信息，为农田管理和决策提供依据。这有助于农民制定更科学的种植计划和管理策略，提高农田的利用效率和产出水平

5.推动农业智能化发展: 该项目的成功应用可以推动农业智能化技术的发展和创新。基于深度学习和机器视觉的方法可以应用于其他农作物的行线提取和自动化作业中。这有助于提高农业的生产力和可持续发展，推动农业向智能化、绿色化和高效化方向迈进。

AIS实验室是由一群具有深厚专业知识和经验的专家组成，致力于农业科技创新和智能农业发展。以下是我们团队的核心成员介绍：

1. 齐龙 （研究员，团队负责人） 算法设计、装置设计、实验设计、专利撰写

2. 林少敏 算法设计

3. 马旭 装置设置

4. 蒋郁 软件设计

5. 邓向武 数据搜集

6. 李帅 数据搜集

7. 刘海云 数据搜集

8. 曹聪 实验设计

9. 龚浩 专利撰写

陈林涛专利撰写

该发明能节省时间和人力成本、提高作业效率、准确识别和定位、排除环境干扰、智能农业应用以及提高作业质量和产量等方面。这些效益将推动农业生产的现代化和智能化发展，为农民提供更可靠的技术支持，同时也对农业生产的可持续发展起到积极的推动作用。

1.技术授权:将该发明专利进行技术授权，授权给农业机械制造商或农业科技公司等相关企业。这些企业可以在其生产的插秧机或其他农业机械设备中应用该发明的行线提取方法。通过获得专利授权，企业可以合法地将该技术应用于其产品中，并提供给农民和农业生产者使用。

2.产品销售: 将该发明专利转化为具体的产品，并进行销售。可以开发出基于该行线提取方法的智能插秧机或农业机器人等产品，这些产品通过使用该发明的技术，能够准确地识别水稻积苗的行线并自动驾驶插秧，提高农业生产效率。通过向农民和农业生产者销售这些产品可以实现技术的广泛应用和商业化转化。3.技术服务:建立基于该发明的行线提取方法的技术服务平台或农业智能化管理系统，为农民和农业生产者提供相关的技术服务和解决方案。通过该平台或系统，可以提供秧苗行线提取、插秧机调试和农田管理等方面的技术支持和咨询服务，帮助农民合理安排农作业并提高农业生产效益。

4.农业合作社合作: 与农业合作社或农业大户等组织进行合作，将该发明的行线提取方法应用于实际的农田管理和农业生产中。通过与农业合作社合作，可以推广和应用该技术，提高农业生产的智能化水平提高作物产量和质量，从而获得经济效益。农业科研合作:与农业科研机构或农业大学等进行合作研究，进一步

5.完善和优化该发明的行线提取方法。通过与科研机构的合作，可以不断改进技术，探索更多的应用场景，并推动农业智能化技术的发展和创新。