[发明专利]一种水稻田漏秧识别方法及系统

说明书

本发明涉及一种水稻田漏秧识别方法及系统，该方法包括基于水稻插秧漏秧检测目标区域对应的多光谱原始图像，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秧苗识别特征图进行处理，得到连通区域分布矩阵；基于连通区域分布矩阵，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。本发明使用多光谱相机采集水稻插秧漏秧检测目标区域，利用图像形态学处理方法和图像分割处理方法快速准确地检测漏秧数量和漏秧位置，降低劳动强度和作业成本，提高作业效率和作业精准度。

技术领域

本发明涉及农作物识别以及图像处理领域，特别是涉及一种水稻田漏秧识 别方法及系统。

背景技术

水稻移栽扦插质量和漏秧数量对水稻最终产量有较大影响。传统水稻漏秧 数量和漏秧位置的检测存在劳动强度大、成本高、主观性强等缺点，主要依靠 人工在水田中仔细检查每行秧苗扦插情况，确定漏秧数量和漏秧位置。随着大 农场数量增加和人工费用的激增，水稻种植者对于水稻插秧漏秧数量和漏秧位 置检测的准确度和速度有了进一步提高要求。

发明内容

本发明的目的是提供一种水稻田漏秧识别方法及系统，以快速准确地检测 漏秧数量和漏秧位置。

为实现上述目的，本发明提供了如下方案：

一种水稻田漏秧识别方法，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。

可选的，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。

可选的，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。

可选的，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；