【技术实现步骤摘要】
一种基于人工神经网络的蓝莓生长期检测方法及装置
本专利技术涉及人工智能图像分析
，更具体涉及一种基于人工神经网络的蓝莓生长期检测方法及装置。
技术介绍
蓝莓果实中含有丰富的营养成分，尤其富含花青素，它不仅具有良好的营养保健作用，还具有防止脑神经老化、强心、抗癌、软化血管、增强人体免疫等功能。蓝莓栽培最早的国家是美国，但至今也不到百年的栽培史。因为其具有较高的保健价值所以风靡世界，是世界粮食及农业组织推荐的五大健康水果之一。因此，通过检测作物的生长状况(休眠期，花芽膨大，叶芽绿尖初期，花芽绽裂，叶芽绿尖晚期，花穗紧密，枝条生出，粉红花芽早期，粉红花芽末期，开花初期，开花完全期，花冠脱落，绿果初期，绿果末期，果实变色(10％果实成熟，25％果实成熟，75％果实成熟)，秋叶颜色)，为种植户提供精准的农事时间节点，有利于作物的栽培。中国专利公开号CN107065727A公开了一种果蔬测土配方水肥一体化全生命周期种销系统，包括，种植监测系统、视频直播系统、数据检测系统，所述种植监测系统包括土壤测试分析系统、作物选...
【技术保护点】
1.一种基于人工神经网络的蓝莓生长期检测方法，其特征在于，所述方法包括：/n步骤一：将若干个视频采集设备安装在蓝莓生长区域；/n步骤二：将若干个视频采集设备联网并将蓝莓的影像图传输到视频服务器；/n步骤三：视频终端接收视频服务器的影像图并对影像图进行截取，获取若干图像，对图像进行高斯模糊、灰度化以及高通滤波处理，最后将处理后的图像作为训练数据输入支持向量机模型进行特征提取，特征提取后的图像输入HSV模型对蓝莓生长期进行检测。/n
【技术特征摘要】
1.一种基于人工神经网络的蓝莓生长期检测方法，其特征在于，所述方法包括：
步骤一：将若干个视频采集设备安装在蓝莓生长区域；
步骤二：将若干个视频采集设备联网并将蓝莓的影像图传输到视频服务器；
步骤三：视频终端接收视频服务器的影像图并对影像图进行截取，获取若干图像，对图像进行高斯模糊、灰度化以及高通滤波处理，最后将处理后的图像作为训练数据输入支持向量机模型进行特征提取，特征提取后的图像输入HSV模型对蓝莓生长期进行检测。
2.根据权利要求1所述的一种基于人工神经网络的蓝莓生长期检测方法，其特征在于，所述步骤三中，利用N维空间正态分布方程
计算图像中每个像素点的变换，对图像进行高斯模糊处理，其中，r为模糊半径，σ是正态分布的标准差，N是空间维度，e()是以自然数e为底的指数函数。
3.根据权利要求2所述的一种基于人工神经网络的蓝莓生长期检测方法，其特征在于，所述步骤三中，利用公式
Gray(i，j)＝0.1338*R(i,j)+0.5921*G(i,j)+0.2751*B(i,j)
对高斯模糊处理后的图像进行灰度化处理，将三通道的RGB值转换为单通道值，其中，i为图像像素点在x轴对应的坐标，j为图像像素点在y轴对应的坐标，R(i,j)为图像像素点的R通道值，G(i,j)为图像像素点的G通道值，B(i,j)为图像像素点的B通道值，Gray(i，j)为图像像素点的单通道值。
4.根据权利要求3所述的一种基于人工神经网络的蓝莓生长期检测方法，其特征在于，所述步骤三中，通过Sobel算子对灰度化后的图像进行高通滤波，所述Sobel算子包括两组3*3的矩阵，分别为横向矩阵Gx和纵向矩阵Gy，通过公式计算图像中每个像素点的灰度值，其中，
5.根据权利要求3所述的一种基于人工神经网络的蓝莓生长期检测方法，其特征在于，所述步骤三中，通过Sobel算子对灰度化后的图像进行高通滤波，所述Sobel算子包括两组3*3的矩阵，分别为横向矩阵Gx和纵向矩阵Gy，通过公式|G|＝|Gx|+|Gy|计算图像中每个像素点的灰度值，其中，||为行列式符号，
6.根据权利要求1所述的一种基于人工神经网络的蓝莓生长期检...
【专利技术属性】
技术研发人员：查海涅，汪磊，查沛，夏绍伟，李想，
申请(专利权)人：安徽易刚信息技术有限公司，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。