[发明专利]一种水稻田漏秧识别方法及系统

权利要求书

1.一种水稻田漏秧识别方法，其特征在于，包括：

获取水稻插秧漏秧检测目标区域对应的多光谱原始图像；

基于所述多光谱原始图像，构建秧苗识别特征图；

采用图像形态学处理算法和图像分割处理算法对所述秧苗识别特征图进行处理，得到连通区域分布矩阵；所述连通区域分布矩阵包括连通区域的个数以及连通区域的分布位置信息；其中，一个所述连通区域表示一颗秧苗；

基于所述连通区域分布矩阵，计算相邻所述秧苗的实际列差值或者实际行差值；

将所述实际列差值与标准列差值比较，或者将所述实际行差值与所述标准行差值比较，以确定漏秧位置和漏秧数量；所述标准列差值为水稻插秧未漏秧区域中相邻秧苗的列差值；所述标准行差值为水稻插秧未漏秧区域中相邻秧苗的行差值。

2.根据权利要求1所述的一种水稻田漏秧识别方法，其特征在于，所述获取水稻插秧漏秧检测目标区域对应的多光谱原始图像，具体包括：

采用搭配有多光谱相机的无人机获取水稻插秧漏秧检测目标区域对应的多光谱原始图像；

其中，所述多光谱相机朝无人机航向方向布置且设置为航向跟随模式；图像采集时所述多光谱相机的镜头方向与地面垂直。

3.根据权利要求1所述的一种水稻田漏秧识别方法，其特征在于，所述基于所述多光谱原始图像，构建秧苗识别特征图，具体包括：

对所述多光谱原始图像进行预处理；

基于每个标定像素点在不同波段的光谱值，构建构建秧苗识别特征图；所述标定像素点为预处理后的多光谱原始图像中的像素点。

4.根据权利要求2所述的一种水稻田漏秧识别方法，其特征在于，所述对所述多光谱原始图像进行预处理，具体包括：

基于第一图像和第二图像的相同特征，对所述第一图像和所述第二图像进行拼接，得到拼接后的图像；所述第一图像为基于航向前后重复模式下获取的图像，所述第二图像为基于旁向左右重复模式下获取的图像；所述第一图像和所述第二图像均为多光谱原始图像；

对所述拼接后的图像进行正射影像校正；

利用径向畸变差系数和切向畸变差系数对正射影像校正后的图像进行畸形校正；

利用标定校正系数对畸形校正后的图像进行图像光谱校正；

对光谱校正后的图像进行分割以剔除道路部分和田埂部分，进而得到预处理后的多光谱原始图像；其中，所述校正板设置在所述水稻插秧漏秧检测目标区域的一侧。

5.根据权利要求1所述的一种水稻田漏秧识别方法，其特征在于，所述采用图像形态学处理算法和图像分割处理算法对所述秧苗识别特征图进行处理，得到连通区域分布矩阵，具体包括：

采用第一圆形结构对所述秧苗识别特征图进行顶帽变换；

采用最大类间方差法对顶帽变换后的图像进行阈值分割；

采用第二圆形结构和正方形结构对阈值分割后的图像进行开运算，得到连通区域分布矩阵；

其中，所述第一圆形结构的半径大于所述第二圆形结构的半径。

6.根据权利要求1所述的一种水稻田漏秧识别方法，其特征在于，所述基于所述连通区域分布矩阵，计算相邻所述秧苗的实际列差值或者实际行差值，具体包括：

计算所述连通区域分布矩阵中每个连通区域的质心坐标(X，Y)；X为列值，Y为行值；

基于所述连通区域的质心坐标，计算相邻所述秧苗的实际列差值或者实际行差值。