感兴趣区域的确定方法及装置制造方法及图纸

本发明专利技术提供了一种感兴趣区域的确定方法及装置，该方法包括：获得目标叶片中每个像素点的氮含量分类结果，依据氮含量分类结果，将各个像素点划分为多个像素点集合，对每个像素点集合中对应的光谱曲线进行拟合处理，得到像素点集合对应的平均光谱曲线，将平均光谱曲线输入与其对应的预估模型中，得到氮含量预估值，获得每个氮含量预估值与目标叶片的氮含量实际值之间的计算值，将最小计算值所对应的像素点集合作为目标像素点集合，并将目标叶片中与目标像素集合中的各个像素点对应的区域确定为感兴趣区域。本申请提供的技术方案，基于目标叶片中每个像素点的光谱曲线，自动确定出该目标叶片的感兴趣区域，从而极大提升了效率。

Method and device for determining region of interest

【技术实现步骤摘要】
感兴趣区域的确定方法及装置
本专利技术涉及神经网络领域，尤其涉及一种感兴趣区域的确定方法及装置。
技术介绍
橡胶树作为一种经济作物，其营养状况直接关系到橡胶产量，而氮元素作为橡胶树最重要的营养元素之一，氮含量的准确测量对于提高橡胶产量具有重要意义。因为橡胶树叶片的氮元素水平分布不均匀，因此，需根据高光谱的像素点进行分类，即根据氮的水平分布状况将橡胶叶片的高光谱空间信息提取出来，而高光谱空间信息的提取，可认为是在橡胶叶片上确定感兴趣区域，感兴趣区域的氮含量即为橡胶叶片的氮含量。现有技术中，感兴趣区域的确定由人工根据经验进行选择，一般选择叶片的上中下三个区域，即叶片的叶柄、中部位置和叶尖区域作为感兴趣区域，或者选择叶片的特殊位置作为感兴趣区域。在数据量较大，即待确定感兴趣区域的叶片较多的情况下，需要消耗大量的时间成本和人力成本，效率较低。
技术实现思路
本专利技术所要解决的技术问题是提供一种感兴趣区域的确定方法，目的在于解决需要消耗大量的时间成本和人力成本，以及效率较低的问题。为了实现上述目的，本申请提供本文档来自技高网...

【技术保护点】
1.一种感兴趣区域的确定方法，其特征在于，包括：/n获取目标叶片中每个像素点的光谱曲线；其中，所述光谱曲线为光谱波长和反射率的关系曲线，每个所述光谱曲线的光谱波长间距相等；/n将每个所述像素点的光谱曲线输入预先构建的分类模型中，获得每个所述像素点的氮含量分类结果；/n依据每个所述像素点的氮含量分类结果，将各个像素点划分为多个像素点集合；/n针对每个所述像素点集合，对所述像素点集合中的各个像素点的光谱曲线进行拟合处理，得到所述像素点集合对应的平均光谱曲线；所述平均光谱曲线上的每个光谱波长点对应的反射率为各个光谱曲线在该光谱波长点的平均反射率；/n将每个所述像素点集合的平均光谱曲线，输入预先构建的...

【技术特征摘要】
1.一种感兴趣区域的确定方法，其特征在于，包括：
获取目标叶片中每个像素点的光谱曲线；其中，所述光谱曲线为光谱波长和反射率的关系曲线，每个所述光谱曲线的光谱波长间距相等；
将每个所述像素点的光谱曲线输入预先构建的分类模型中，获得每个所述像素点的氮含量分类结果；
依据每个所述像素点的氮含量分类结果，将各个像素点划分为多个像素点集合；
针对每个所述像素点集合，对所述像素点集合中的各个像素点的光谱曲线进行拟合处理，得到所述像素点集合对应的平均光谱曲线；所述平均光谱曲线上的每个光谱波长点对应的反射率为各个光谱曲线在该光谱波长点的平均反射率；
将每个所述像素点集合的平均光谱曲线，输入预先构建的与所述像素点集合对应的预估模型，得到每个所述像素点集合的氮含量预估值；其中，每个所述像素点集合的氮含量预估值用于表征所述目标叶片的氮含量预估值；
计算获得每个所述像素点集合的氮含量预估值与所述目标叶片的氮含量实际值之间的计算值；
将最小计算值所对应的像素点集合作为目标像素点集合，并将所述目标叶片中与所述目标像素集合中的各个像素点对应的区域确定为感兴趣区域。


2.根据权利要求1所述的方法，其特征在于，所述获取目标叶片中每个像素点的光谱曲线，包括：
获取目标叶片的高光谱图像；所述高光谱图像包括多个像素点；
从所述高光谱图像中提取每个所述像素点的光谱曲线。


3.根据权利要求1所述的方法，其特征在于，所述依据每个所述像素点的氮含量分类结果，将各个像素点划分为多个像素点集合，包括：
将氮含量分类结果相同的像素点组成像素点集合，以实现将所述目标叶片中的各个像素点划分为多个像素点集合。


4.根据权利要求1所述的方法，其特征在于，所述对所述像素点集合中的各个像素的光谱曲线进行拟合处理，得到所述像素点集合对应的平均光谱曲线，包括：
确定多个目标光谱波长点；
针对每个所述目标光谱波长点，获取每个目标光谱曲线在所述目标光谱波长点上的反射率，并基于各个反射率，计算获得所述目标光谱波长点的平均反射率；所述目标光谱曲线为所述像素点集合对应的光谱曲线；
将各个所述目标光谱波长点的平均反射率进行拟合，得到所述像素点集合对应的平均光谱曲线。


5.根据权利要求1所述的方法，其特征在于，所述分类模型的构建过程，包括：
采集光谱曲线样本集合；所述光谱曲线样本集合中包含多个光谱曲线样本及其标识信息，所述光谱曲线样本的标识信息用于指示该光谱曲线样本所属的分类；
将所述光谱曲线样本集合作为训练集，并将所述训练集划分为多份训练样本；
构建多个神经网络模型；所述神经网络模型的个数至少包括三个；
从所述训练集中选取一份所述训练样本，分别对所述多个所述神经网络模型进行训练；
针对已训练的每个所述神经网络模型，获取所述神经网络模型的损失函数值，判断所述损失函数值是否小于预设阈值，若小于，则完成对所述神经网络模型的训练，若不小于，则从所述训练集中选取一份训练样本继续对所述神经网络模型进行训练，直至该神经网络模型当前的损失函数值小于所述预设阈值；
依据已训练完成的各个神经网络模型，构建分类模型。


6.一种感兴趣区域的确定装置，其特征在于，包括：
...

【专利技术属性】
技术研发人员：唐荣年，李创，叶林蔚，陈旭鹏，钟穗希，
申请(专利权)人：海南大学，
类型：发明
国别省市：海南;46