[发明专利]一种用于农业机械的视觉智能感知方法、装置及电子设备

说明书

本发明涉及一种用于农业机械的视觉智能感知方法，所述方法包括：根据农作物原始图像的显著特征获取照射到农作物上的光束的位置像素坐标及所述照射到农作物上的光束相对地平线基准位置偏移的像素平均值；根据所述位置像素坐标及像素平均值，确定目标农作物的真实物理高度。本发明提供的用于农业机械的视觉智能感知方法，实现了对农作物高度的判断。

技术领域

本发明涉及农业机械技术领域，尤其涉及一种用于农业机械的视觉智能感知方法、装置、电子设备及计算机可读存储介质。

背景技术

目前，随着社会技术的发展，人们对农业生产种植越来越趋向于现代化的种植模式，插秧机、收割机、植保机等机械越来越广泛的应用到农业生产中，机械化的种植模式极大地提高了生产效率和节省了大量的人力物力。

农业机械种类众多，功能也各不相同，同时随着视觉智能技术的发展，视觉智能监测在很多行业上得到了广泛应用，在不同的农业机械上利用视觉智能感知方法，可以在非人工操作状态下感知作业时的各种现场环境及农作物状况提供给作业中心。在现有农业机械技术中，缺少对农作物高度的判断。

发明内容

有鉴于此，有必要提供一种用于农业机械的视觉智能感知方法、装置、电子设备及计算机可读存储介质，用以解决现有农业机械技术中，缺少对农作物高度的判断的问题。

为了解决上述问题，本发明提供一种用于农业机械的视觉智能感知方法，包括：

根据农作物原始图像的显著特征获取照射到农作物上的光束的位置像素坐标及所述照射到农作物上的光束相对地平线基准位置偏移的像素平均值；

根据所述位置像素坐标及像素平均值，确定目标农作物的真实物理高度；

其中，所述农作物图像的显著特征包括包含有光束轮廓的边缘特征图像。

进一步地，所述农作物原始图像的显著特征还包括农作物原始图像的颜色特征和亮度特征，所述方法还包括：根据所述农作物原始图像的颜色特征和亮度特征，获取所述原始图像的显著性区域；根据所述显著区域得到显著图，根据所述显著图确定目标障碍物所在区域。

进一步地，根据所述显著图确定目标障碍物所在区域，具体包括：提取显著图的边缘和轮廓信息，根据所述边缘和轮廓信息获取目标障碍物的最小检测框，根据所述最小检测框确定目标障碍物所在区域。

进一步地，所述用于农业机械的视觉智能感知方法还包括：根据农作物的原始图像的颜色特征识别出秧苗区域，对所述秧苗区域进行聚类，确定秧苗区域横坐标的聚类中心，根据所述横坐标的聚类中心确定每个秧苗中心横坐标与每列秧苗中心横坐标；

根据每个秧苗中心横坐标与每列秧苗中心横坐标之间的距离判断该秧苗偏离苗列线的距离，根据所述秧苗偏离苗列线的距离是否超过设定阈值，确定是否漂秧，根据所述秧苗偏离苗列线的距离计算相邻苗列线间距离，根据所述相邻苗列线间距离确定漏秧区域。

进一步地，所述农作物原始图像的显著特征还包括农作物倒伏场景的图像特征，所述方法还包括：将所述图像特征用SVM进行训练，得到基于倒伏场景的数据模型，重新获取农作物倒伏场景的图像特征，根据重新获取的农作物倒伏场景的图像特征及基于倒伏场景的数据模型，识别农作物倒伏状态。

进一步地，获取农作物倒伏场景的图像特征，将所述图像数据用SVM特征训练分类器进行训练，得到基于倒伏场景的数据模型，具体包括：

获取农作物倒伏场景的图像特征，将所述图像数据划分正样本和负样本，利用所述正样本和负样本确定共生灰度矩阵；

根据所述共生灰度矩阵提取特征值，利用特征值用SVM特征训练分类器进行训练，得到基于倒伏场景的数据模型。