一种适用于非结构化农田环境的自适应图像分割方法

本发明公开了一种适用于非结构化农田环境的自适应图像分割方法。针对农机在田间跨地块作业和农田‑机库往返过程中的机耕道环境感知问题，设计了一种高效、实时、计算复杂度低且能有效处理多尺度特征和复杂场景的语义分割模型（MSFA‑Net）。该模型包括编码器、解码器，通过改进的特征提取、增强的特征融合及独特的DASP模块实现多尺度与多分辨率特征的有效提取和融合。同时，通过特定算法进行道路边界提取和中心线生成。与现有模型相比，本方法在分割准确率和推演速度上更优，在不同数据集上通用性和鲁棒性良好，能够适应不同天气和地形条件下的精准识别，缓解传统模型性能瓶颈，提高农机自动导航的安全性和平稳性，推动农业机械的智能化发展。