[发明专利]一种田间作物杂草的图像分割方法在审

专利信息
申请号: 201811380348.2 申请日: 2018-11-20
公开(公告)号: CN109461159A 公开(公告)日: 2019-03-12
发明(设计)人: 陶涛;王斌;杨润贤;唐明军;王树梅;花良浩 申请(专利权)人: 扬州工业职业技术学院
主分类号: G06T7/10 分类号: G06T7/10;G06T7/60;G06T5/00;G06N3/04;G06K9/62
代理公司: 南京业腾知识产权代理事务所(特殊普通合伙) 32321 代理人: 董存壁
地址: 225100 *** 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: 杂草 图像数据 田间作物 图像处理软件 图像识别模块 堆叠网络 图像分割 采集 数据存储模块 特征提取模块 图像采集模块 图像处理技术 图像增强模块 存储器存储 分类能力 警示模块 内容提取 特征表达 显示模块 杂草识别 增强图像 主控模块 警示器 鲁棒性 摄像器 警示 显示器 图像 分割
【说明书】:

发明属于图像处理技术领域,公开了一种田间作物杂草的图像分割方法,通过图像采集模块利用摄像器采集田间作物杂草图像数据;主控模块通过图像增强模块利用图像处理软件增强图像清晰度;通过图像识别模块利用深度堆叠网络模型对杂草图像进行识别;通过特征提取模块利用图像处理软件根据识别内容提取分割出杂草图像数据;通过警示模块利用警示器根据提取的杂草数据进行警示;通过数据存储模块利用存储器存储采集的杂草图像数据;并通过显示模块利用显示器显示杂草图像数据。本发明通过图像识别模块采用深度堆叠网络不但具有很强的特征表达与分类能力,还减少了训练时间与识别时间,增强了杂草识别的鲁棒性。

技术领域

本发明属于图像处理技术领域,尤其涉及一种田间作物杂草的图像分割方法。

背景技术

农作物指农业上栽培的各种植物。生物的一种。包括粮食作物﹑经济作物(油料作物、蔬菜作物、花、草、树木)两大类。可食用的农作物是人类基本食物的来源之一。“人以食为天”,表达了人与食物的关系,合理的膳食搭配才能给人类带来健康。食物的自给自足,才是一个国家可持续性发展的基础。农作物的生长,离不开科学的科技生产技术,以及新型工业制造出来的能辅助农业生产的机械设备。然而,现有田间作物杂草的采集图像对比度仍较低,显示图像存在失真;同时,对田间作物杂草识别度不高。

综上所述,现有技术存在的问题是:

(1)现有田间作物杂草的采集图像对比度仍较低,显示图像存在失真;同时,对田间作物杂草识别度不高。

(2)现有技术中摄像器聚焦的速度较慢及精度较差,不利于得到高清晰度的图像;现有技术中高存储器的存储效率及存储精确度较差,不利于系统的高效运行;现有技术中显示器不能有效去除显示器的屏幕光斑,显示屏的光度不均匀,清晰度较差。

发明内容

针对现有技术存在的问题,本发明提供了一种田间作物杂草的图像分割方法。

本发明是这样实现的,一种田间作物杂草的图像分割方法,包括:

通过特征提取模块利用图像处理软件根据识别内容提取分割出杂草图像数据;包括:

消除杂草图像图形中的奇化部分;建立两杂草图像图形的数学模型,由描述杂草图像图形的完备向量组建立与图形对应的特征矩阵,计算出相邻两边的夹角;计算两图形间的最近距离;对计算结果的增强性处理。

进一步,所述建立的数学模型用多边形的边长和邻角按逆时针构造一个向量S1表示多边形:

S1=(l1,α1,l2,α2…lN-1N-1,lNN);

S1和该多边形有一一映射关系,其表示与边角初始顺序无关。

按逆时针方向,有2N个向量S1、S2……S2N-1、S2N和多边形均有一一映射关系,构成了该多边形的一个完备向量组,表示如下:

S1=(l11,l2,α2…lN-1N-1,lNN);

S2=(α1,l2,α2…lN-1N-1,lNN,l1);

……

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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扬州工业职业技术学院,未经扬州工业职业技术学院许可,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/201811380348.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top