基于无人机影像的脐橙树株数识别和树冠提取

摘要

从脐橙果园中提取果树参数有助于提高果树种植管理的效率，同时也能更准确地预测农业产量。然而，果园地形复杂，使得果树的种植和管理工作充满挑战；因此，需要采用更便捷和自动化的方法实现高效的果园监测和管理。随着深度学习和无人机技术的发展，这些技术的结合极大地提高了果树信息提取的效率和准确性，为果园管理和决策提供了重要支持。传统的人工调查方法在提取果树参数时往往耗时耗力，效率低下。本研究采用YOLOv8深度学习算法，结合赣南某脐橙果园的无人机影像数据，实现了对脐橙果树株数和树冠的自动提取。实验结果表明，YOLOv8模型在复杂条件下对脐橙果树的识别准确率达到95.7%，召回率为83.4%。在树冠宽度提取方面，与实测值的均方根误差为0.17，平均相对误差为4.1%。本研究提出的方法显著减少了传统人工调查所需的时间和人力，为脐橙果园的管理提供了切实可行的技术支持和参考。

关键词

深度学习 / 脐橙 / 树冠提取 / 株数 / YOLOv8