一种杂草识别方法、装置、终端设备及可读存储介质制造方法及图纸

本申请适用于图像处理技术领域，提供了一种杂草识别方法，包括：获取包含植株群的待识别图像，通过预训练的目标检测算法对待识别图像进行分割，获得包含植株群的关键部位的预分割图像，然后对预分割图像进行聚类，获得一个以上的子图像，获取满足预设条件的子图像，作为目标图像，将目标图像和待识别图像输入预训练的神经网络模型中，获得杂草种类识别结果。本申请通过目标检测算法对待识别图像进行分割，获得包含植株群关键部位的分割图像，并基于包含关键部位的分割图像进行杂草的分类识别，能否模拟人眼识别植株群关键部位进而实现植株群分类的效果，提高分类精度和识别效果的准确性，以在早期对杂草进行防治，减小非水稻植带来的经济损失。

【技术实现步骤摘要】
一种杂草识别方法、装置、终端设备及可读存储介质
本申请属于图像处理
，尤其涉及一种杂草识别方法、装置、终端设备及可读存储介质。
技术介绍
在农业生成过程中，如何在早期区分识别水稻和杂草是一项非常重要的环节。然而，由于水稻田间的杂草种类繁多，不同种类之间的相似度高、差距小，容易让人混淆，因此，现有的杂草识别方法难以对杂草进行准确区分，进而无法在早期实现对杂草的防治，难以减小杂草造成的经济损失。
技术实现思路
本申请实施例提供了一种杂草识别方法、装置、终端设备及可读存储介质，可以解决现有的杂草识别方法难以对杂草进行准确区分的问题。第一方面，本申请实施例提供了一种杂草识别方法，包括：获取待识别图像；其中，所述待识别图像为包含植株群的图像；通过预训练的目标检测算法对所述待识别图像进行分割，获得预分割图像；其中，预分割图像为包含所述植株群的关键部位的分割图像；对所述预分割图像进行聚类，获得一个以上的子图像；获取满足预设条件的子图像，作为目标图像；将所述目标图像和所述待识别图像输入预本文档来自技高网...

【技术保护点】
1.一种杂草识别方法，其特征在于，包括：/n获取待识别图像；其中，所述待识别图像为包含植株群的图像；/n通过预训练的目标检测算法对所述待识别图像进行分割，获得预分割图像；其中，预分割图像为包含所述植株群的关键部位的分割图像；/n对所述预分割图像进行聚类，获得一个以上的子图像；/n获取满足预设条件的子图像，作为目标图像；/n将所述目标图像和所述待识别图像输入预训练的神经网络模型中，获得杂草种类识别结果。/n

【技术特征摘要】
1.一种杂草识别方法，其特征在于，包括：
获取待识别图像；其中，所述待识别图像为包含植株群的图像；
通过预训练的目标检测算法对所述待识别图像进行分割，获得预分割图像；其中，预分割图像为包含所述植株群的关键部位的分割图像；
对所述预分割图像进行聚类，获得一个以上的子图像；
获取满足预设条件的子图像，作为目标图像；
将所述目标图像和所述待识别图像输入预训练的神经网络模型中，获得杂草种类识别结果。


2.如权利要求1所述的杂草识别方法，其特征在于，所述通过预训练的目标检测算法对所述待识别图像进行分割，获得预分割图像，包括：
以植株群的关键部位为目标，通过所述预训练的目标检测算法对所述待识别图像进行目标检测，获得目标检测结果；其中，关键部位包括根、茎和叶；所述目标检测结果包括所述关键部位在所述待识别图像中的位置信息和置信度；
根据所述目标检测结果对所述待识别图像进行分割，获得一个以上的预分割图像。


3.如权利要求1所述的杂草识别方法，其特征在于，所述对所述预分割图像进行聚类，获得一个以上的子图像，包括：
根据置信度对所述预分割图像进行聚类，将每个聚类结果作为一个子图像。


4.如权利要求1所述的杂草识别方法，其特征在于，所述获取满足预设条件的子图像，作为目标图像，包括：
获取每个所述子图像的置信度；
对所述置信度进行排序，获取满足所述预设条件的置信度对应的子图像，作为目标图像。


5.如权利要求1所述的杂草识别方法，其特征在于，将所述目标图像和所述待识别图像输入预训练的神经网络模型中，获得杂草种类识别结果，包括：
将所述目标图像和所述待识别图像输入预训练的神经网络模型中，获得所述待识别图像中的植株群属于每个种类的杂草的概率；
获取概率最大的杂草的种类，作为杂草种类识别结果。


6.如权利要求1至5任一项所述的杂草识...

【专利技术属性】
技术研发人员：陈硕，王志美，黎素，魏靖，徐道远，范恒硕，
申请(专利权)人：深圳市识农智能科技有限公司，
类型：发明
国别省市：广东;44