[发明专利]一种识别蓝莓品种的方法

权利要求书

1.一种识别蓝莓品种的方法，其特征在于，包括，客户端：

(1)叶片地理标记照片的获取

首先，启动手机内置GPS模块，在空旷地带利用GPS定位，在无GPS信号的地方使用手机移动网络或WiFi进行定位；其次，在手机拍照软件中进行设置，拍照时保存定位信息；最后，取一个合适尺寸的纯白背景板放在叶片后面，调整拍摄的距离和角度，获取叶片的地理标记照片，检查照片，确保照片合格；

(2)图像预处理

根据叶片大小进行剪切，去除照片多余区域，减小图像尺寸；以白色背景板为参照，进行白平衡处理，正确校正图像颜色；选择中值滤波法，消除噪声，保持图像的细节；从地理标记照片提取GPS信息，该定位信息用于发送到服务器端，利用该信息查询本地点的土地、地形、土壤、气候数据，用来构建该地的生活场景；

(3)图像分割

以叶片图像的R、G、B三色通道为算子，按照公式(R-G-B)为特征量进行计算，结果为灰度图像，叶片和背景的灰度值差异显著，灰度分布呈双峰结构，利用Otsu最大类间方差法进行阈值分割，得到叶片的二值图像；

(4)叶柄剔除

多数情况下，叶柄容易增大品种识别难度，导致识别错误，故在完成图像分割后，还需剔除叶柄；对二值图像进行编辑，选择擦除工具，将叶柄从分类结果图像中删除，提高品种识别的精度；

(5)形态特征提取

对步骤(4)所得二值图像进行分析，提取叶片的形态特征，包括：hu不变距、纵横比、矩形度、面积凹凸比、周长凹凸比、圆形度、球状性；

(6)构建SVM识别模型

按照步骤(1)～(5)构建样本库，使用SVM向量机方法训练样本数据，得到叶片图像特征分类模型，以此作为叶片识别模型；训练过程中，选择径向基核函数来对样本特征向量进行训练，径向基核函数如下：

其中，X_i、X_j是特征向量，σ²为径向基核函数参数，σ²主要影响样本数据在高维特征空间中分布的复杂程度；

(7)基于形状特征的品种识别

在蓝莓品种鉴别现场，依据步骤(1)～(5)获取待识别蓝莓叶片照片，并提取其基本特征，利用步骤(6)构建的SVM识别模型进行诊断，得到品种初步识别结果；把初步识别结果和步骤(2)所得地理标记照片的GPS定位信息发送到服务器端；

服务器端：

(8)生活场景重构的数据准备

蓝莓生长与土地利用类型、土壤、地形和气候因素密切相关，这些因素也构成了其生存、生长的具体生活场景，结合蓝莓自身的生物学特性就可以推断某一场景是否适合一个蓝莓品种的生长；生活场景的构建涉及两大类数据，第一类是各个蓝莓品种在全国的实际种植位置数据，第二类是环境数据，包括：年均温、年最高温、年最低温、每月月均温、每月最高温、每月最低温、年均降水量、月均降水量、年均相对湿度、月均相对湿度、年均太阳总辐射、月均太阳总辐射，以及海拔高度、坡度、坡向、土地利用、土壤pH、需冷量；所有数据在ArcGis软件中进行预处理，最终构建成具有同一坐标系统、同一精度的地理空间数据库；

(9)构建生活场景诊断模型

从步骤(8)所建数据库中选择一个蓝莓品种分布数据作为样本点，然后从环境变量数据子库中提取样本点对应的环境特征，取90％样本点作为训练数据，10％样本点作为验证数据；选择径向基核函数，利用One-class SVM方法对训练数据进行训练并检验，构建基于品种-土地-地形-气候相匹配的生活场景诊断模型；逐一选择蓝莓样本库中的品种，重复上述构建模型的过程，最终构建完成样本库所有蓝莓品种的生活场景诊断模型；

(10)生活场景辅助识别

获取步骤(7)中客户端传来的初步识别品种和GPS位置信息，从环境数据子库中提取GPS位置所指地点的各个环境因子，利用步骤(9)所得模型进行诊断，判断初步识别品种是否可在此地生存，识别结果传送到客户端。

2.根据权利要求1所述一种识别蓝莓品种的方法，其特征在于，还包括，客户端：

(11)品种最终识别

依据步骤(10)所得结果，若初步识别品种不能在GPS所指地点生存则断定初步识别结果错误，需要重复步骤(7)及后续步骤继续识别，反之则接受初步识别结果；

步骤(1)～(7)为叶片形态特征的识别结果，(8)～(10)为依据品种生长所需的环境因子所得识别结果，该依据品种生长所需的环境因子所得识别结果不具有唯一性；综合考虑形态特征识别和环境匹配识别，以特征识别为主，以环境匹配识别为辅，以最能符合上述两个识别的结果为最终结果。