인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Citrus (Citrus reticulata), which is an important economic crop worldwide, is often managed in a labor-intensive and inefficient manner in developing countries, thereby necessitating more rapid and accurate alternatives to field surveys for improved crop management. In this study, we propose a novel method for individual tree segmentation from unmanned aerial vehicle remote sensing (RS) using a combination of geographic object-based image analysis (GEOBIA) and layer-adaptive Euclidean distance transformation-based watershed segmentation (LAEDT-WS). First, we use a GEOBIA support vector machine classifier that is optimized for features and parameters to identify the boundaries of citrus tree canopies accurately by generating mask images. Thereafter, our LAEDT workflow separates connected canopies and facilitates the accurate segmentation of individual canopies using WS. Our method exhibited an F1-score improvement of 10.75% compared to the traditional WS method based on the canopy height model. Furthermore, it achieved 0.01% and 1.38% higher F1-scores than the state-of-the-art deep learning detection networks YOLOX and YOLACT, respectively, on the test plot. Our method can be extended to detect larger-scale or more complex structured crops or economic plants by introducing more finely detailed and transferable RS images, such as high-resolution or LiDAR-derived images, to improve the mask base map.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
