[发明专利]一种基于显著性检验的玉米穗自动识别方法在审
申请号: | 201810295953.3 | 申请日: | 2018-04-02 |
公开(公告)号: | CN108537267A | 公开(公告)日: | 2018-09-14 |
发明(设计)人: | 朱启兵;郑阳;黄敏;郭亚 | 申请(专利权)人: | 江南大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46 |
代理公司: | 大连理工大学专利中心 21200 | 代理人: | 梅洪玉 |
地址: | 214122 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 玉米穗 显著性检验 自动识别 光饱和 潜在区域 显著区域 算法 预处理 图像预处理 田间 图片 背景区域 高鲁棒性 光照影响 拍摄图片 强光影响 区域去除 纹理特征 误识别 去除 分类 | ||
本发明提供一种基于显著性检验的玉米穗自动识别方法,属于田间目标自动识别领域。该方法包括两个阶段:玉米穗潜在区域识别阶段,针对图片易受到强光影响引起的区域光饱和现象,使用一种去光饱和算法进行图像预处理,对去光饱和图片进行显著性检验,提取图片中显著区域作为玉米穗潜在区域;误识别区域去除阶段,提取各显著区域的纹理特征进行分类去除背景区域,得到最终的玉米穗识别结果。本发明针对田间拍摄图片易受到光照影响的特点,选用去光饱和算法对图片进行预处理,提高玉米穗的识别精度,同时基于显著性检验对玉米穗进行自动识别,计算简单有效,并具有较高鲁棒性等优点。
技术领域
本发明属于田间目标自动识别领域,具体涉及一种田间拍摄图片的玉米穗区域自动识别方法,应用去光饱和算法去除光饱和区域,使用显著性检验将玉米穗区域从复杂背景中准确提取出来。
背景技术
玉米是世界上种植最广泛的谷类作物之一,总种植面积仅次于小麦和水稻,而中国是世界第二大玉米生产国。玉米作为粮食作物中用途最为广泛的副食品生产原料和畜牧业饲料,以玉米为原材料进行再加工也广泛应用于纺织、造纸、生物燃料以及化妆品的生产等技术中。关于机器视觉技术在农业技术上的应用的研究始于70年代末期,主要进行的是田间目标的自动识别与分类、农产品品质的检测与分级等。随着计算机软件以及硬件技术的迅速发展,机器视觉技术在农业上的应用研究有了较大的进展。相比于传统的人工观测方式,基于图像处理的机器视觉和图像分析技术在作物信息采集上具有信息量大、快速、高精度等显著的优点,在节约劳动力,减少人工观测时的主观影响等方面有着巨大的潜力,可以帮助人们分析农作物生长状态和农业气象之间的关系,及时进行相应的田间操作,提供有效的农业帮助,以增加农产品产量。
穗期是玉米生长过程中最重要的一个生长期之一,它预示着玉米开始授粉,这一时期决定了玉米植株能否成功的受精。玉米穗是玉米繁殖的重要农艺性状,并可以作为玉米到达穗期的典型标志。对玉米穗期传统的定义是指超过一半区域的玉米穗开花,当处于这一阶段的时候,玉米对于氮和磷的吸收明显增快。若对玉米的生长状态及时监测,即可对相应的农业操作进行改进达到增加产量的效果。有一些研究已经证明了玉米穗的特征会影响玉米的产量。例如形状较小的玉米穗会使得阳光更有效的照射到玉米植株,从而导致产量的增加。传统的玉米穗识别方法主要靠人工观测,但是这种方式成本高且主观性强,长时间连续观测会影响观测的结果与效率。虽然人们对玉米穗的识别进行了部分研究,但是这些研究主要是针对小区域样本,而且没有考虑到环境因素的影响。在大田作物时,若能及时获取玉米达到穗期的信息,农民可以及时进行相应的田间操作,这样避免了不必要的人工观测,特别是避免了极端天气的造成的观测困难。而且,自动识别穗期是识别玉米生长期的重要组成部分。因此,自动识别玉米穗期对于现代农业是十分必要的。
发明内容
本发明的目的是克服以上技术的缺点,提供一种基于显著性检验的玉米穗自动识别方法,其能够实现田间玉米穗的自动识别,该算法简单,快速有效,并具有较高的鲁棒性等优点。
本发明的技术方案:
一种基于显著性检验的玉米穗自动识别方法,包括以下步骤:
(1)玉米穗潜在区域识别:
S1、采集玉米处于穗期时的田间图片作为实验样本;
S2、基于模拟光饱和区域的景深信息对田间图片进行去光饱和处理,得到去光饱和图片;
S3、使用Itti显著性检验算法计算去光饱和图片各个像素的亮度特征、颜色特征和方向特征,并将三个特征进行线性叠加,得到特征融合后的显著图;
S4、使用自适应阈值分割提取显著图中显著值高的像素区域,得到玉米穗潜在区域;
(2)误识别区域去除:
S5、提取各玉米穗潜在区域的图片特征;
S6、建立LSSVM分类模型,将训练样本分为玉米穗区域与背景区域;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810295953.3/2.html,转载请声明来源钻瓜专利网。