[发明专利]一种基于机器视觉技术的植物生长状态的识别方法

权利要求书

1.一种基于机器视觉技术的植物生长状态的识别方法，其特征在于：包括如下识别步骤：

S1、在植物四周、顶部和底部均设置拍摄机器，分别拍摄一张植物照片，对植物状态进行初次识别分析，作为后续的对比基础；

S2、对植物进行施肥浇水培育，定时拍摄植物照片，选择合适拍摄角度，对植物自身生长情况进行记录，并结合不同时期照片进行对比；

S3、建立植物数字模型，查看整体生长情况，将叶片颜色进行识别对比，查找生长异常情况；

S4、随着植物生长，识别植物新生器官，并添加其为识别对象，将四周拍摄图像分别对比；

S5、根据拍摄的照片，对植物生长环境中的光照情况进行识别分析，并对比光照面和背光面植物生长情况；

S6、在植物生长进入花果期后，将植物纵向分段，对不同段的植物生长情况进行识别对比；

S7、根据植物生长变化情况，确定后续生长情况，切换识别对象。

2.根据权利要求1所述的一种基于机器视觉技术的植物生长状态的识别方法，其特征在于，所述S1中，植物四周的拍摄机器与植物的中部位置对齐，在植物生长出茎和叶片时，开始第一次拍摄；

在拍摄完成后，识别茎和叶片位置，确定植物外形。

3.根据权利要求1所述的一种基于机器视觉技术的植物生长状态的识别方法，其特征在于，所述S2中，对不同时期照片中的新增茎和叶片数量进行识别并统计，根据不同角度拍摄的照片，为每个茎和叶片选择合适的拍摄角度；

将拍摄到的茎进行编号，再对茎上的叶片进行等距选择，将每根茎和选出的叶片单独作为识别对象，在四个拍摄角度中，选择一个能完全拍出的角度作为后续识别的角度。

4.根据权利要求3所述的一种基于机器视觉技术的植物生长状态的识别方法，其特征在于，所述茎的编号由低到高为A1、A2、A3…

茎A1上选出的叶片的编号为A1B1、A1B2、A1B3…

茎A2上选出的叶片的编号为A2B1、A2B2、A2B3…

茎A3上选出的叶片的编号为A3B1、A3B2、A3B3…。

5.根据权利要求1所述的一种基于机器视觉技术的植物生长状态的识别方法，其特征在于，所述S3中，以土壤表面为零高度点，在茎的开始端和末端标注与土壤表面的垂直高度，建立植物的纵向数字模型；

再通过植物顶部与底部拍摄的照片，识别相邻的茎之间的夹角度数，建立植物的横向数字模型。

6.根据权利要求5所述的一种基于机器视觉技术的植物生长状态的识别方法，其特征在于，所述S3中，将同一叶片不同时期的照片放在一起对比，通过识别的颜色的变化，确定叶片生长的时期，对于颜色异常的叶片进行标记，将标记的叶片与相邻的叶片对比大小和颜色，确定叶片异常的范围；

记录识别的总次数、异常叶片的个数和识别出叶片异常范围的次数；

根据记录的数据，计算识别出叶片异常范围的次数与异常叶片的个数的比值，记为召回率；

计算识别出叶片异常范围的次数与识别的总次数的比值，记为准确率。

7.根据权利要求1所述的一种基于机器视觉技术的植物生长状态的识别方法，其特征在于，所述S4中，在识别初期，仅对茎和叶片的识别，在识别过程中识别出除茎叶外的植物器官后，再对识别出的植物器官单独进行识别，确定为植物花朵；

识别出花朵后，对茎、叶和花进行识别，识别出除茎、叶和花外的植物器官后，对识别出的植物器官单独进行识别，确定为植物果实。

8.根据权利要求1所述的一种基于机器视觉技术的植物生长状态的识别方法，其特征在于，所述S5中，植物四周方向的拍摄照片进行识别，确定拍摄位置处植物光照情况，确定为光照面和背光面，对光照面和背光面植物生长情况进行识别；

植物生长情况识别包括叶片个数、叶片大小、叶片颜色、花朵个数、果实个数、开花周期、果实大小、果实颜色和果实生长周期。