作物形态检测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种作物形态检测方法、装置、设备及存储介质。本申请实施例提供的技术方案，包括：获取待检测区域的第一影像数据和第二影像数据，第二影像数据包括待检测区域的地面高度信息；根据第一影像数据中的地面颜色信息和第二影像数据中的地面高度信息，确定待检测区域中的倒伏区域；根据倒伏区域的地面高度信息，确定倒伏区域的倒伏程度。通过上述技术手段，解决了现有技术中基于像素点的作物形态检测方法因噪声影响导致检测精度低且无法判断倒伏程度的问题，提高作物倒伏检测精度，提高定损结果的准确性。提高定损结果的准确性。提高定损结果的准确性。

【技术实现步骤摘要】
作物形态检测方法、装置、设备及存储介质


[0001]本申请涉及农业
，尤其涉及一种作物形态检测方法、装置、设备及存储介质。

技术介绍

[0002]作物形态检测是农业生产中被广泛应用的技术手段，通过检测作物形态确定作物的生长状况或预估作物产量。其中，作物倒伏属于作物的异常生长状况，作物倒伏导致产量大减甚至绝收，造成极大的经济损失。作物倒伏产生后，可根据作物倒伏的程度进行农业保险行业的定损，以便农业保险进行理赔，降低农作物带来的经济损失。
[0003]目前作物形态检测方法是基于像素点的作物形态检测，通过提取作物区域的图像特征，可以根据图像特征检测对应像素点的作物形态，并根据作物形态判断作物是否发生倒伏。但该方法容易受噪声影响，作物倒伏检测的精度低且无法判断作物的倒伏程度，影响定损结果的准确性。

技术实现思路

[0004]本申请提供一种作物形态检测方法、装置、设备及存储介质，解决了现有技术中基于像素点的作物形态检测方法因噪声影响导致检测精度低且无法判断倒伏程度的问题，提高作物倒伏检测精度，提高定损结果的准确性。
[0005]第一方面，本申请提供了一种作物形态检测方法，包括：
[0006]获取待检测区域的第一影像数据和第二影像数据，所述第二影像数据包括所述待检测区域的地面高度信息；
[0007]根据所述第一影像数据中的地面颜色信息和所述第二影像数据中的地面高度信息，确定所述待检测区域中的倒伏区域；
[0008]根据所述倒伏区域的地面高度信息，确定所述倒伏区域的倒伏程度。
[0009]第二方面，本申请提供了一种作物形态检测装置，包括：
[0010]影像数据获取模块，被配置为获取待检测区域的第一影像数据和第二影像数据，所述第二影像数据包括所述待检测区域的地面高度信息；
[0011]倒伏区域确定模块，被配置为根据所述第一影像数据中的地面颜色信息和所述第二影像数据中的地面高度信息，确定所述待检测区域中的倒伏区域；
[0012]倒伏程度确定模块，被配置为根据所述倒伏区域的地面高度信息，确定所述倒伏区域的倒伏程度。
[0013]第三方面，本申请提供了一种作物形态检测设备，包括：
[0014]一个或多个处理器；存储装置，存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的作物形态检测方法。
[0015]第四方面，本申请提供了一种包含计算机可执行指令的存储介质，所述计算机可
执行指令在由计算机处理器执行时用于执行如第一方面所述的作物形态检测方法。
[0016]本申请通过获取待检测区域的第一影像数据和第二影像数据，第二影像数据包括待检测区域的地面高度信息；根据第一影像数据中的地面颜色信息和第二影像数据中的地面高度信息，确定待检测区域中的倒伏区域；根据倒伏区域的地面高度信息，确定倒伏区域的倒伏程度。通过上述技术手段，将待检测区域的地面高度信息和地面颜色信息相结合确定倒伏区域，提高倒伏区域的检测精度。通过倒伏区域的地面高度信息确定作物的倒伏程度，提高定损结果的准确性。
附图说明
[0017]图1是本申请实施例提供的一种作物形态检测方法的流程图；
[0018]图2是本申请实施例提供的确定倒伏区域的流程图；
[0019]图3是本申请实施例提供的确定边缘集合的流程图；
[0020]图4是本申请实施例提供的对影像数据进行二值化处理的流程图；
[0021]图5是本申请实施例提供的对边缘集合进行去噪修正的流程图；
[0022]图6是本申请实施例提供的修正边缘集合的流程图；
[0023]图7是本申请实施例提供的待检测区域的示意图；
[0024]图8是本申请实施例提供的确定倒伏区域的倒伏程度的流程图；
[0025]图9是本申请实施例提供的确定各种倒伏程度对应的子区域的流程图；
[0026]图10是本申请实施例提供的倒伏程度对应的子区域的示意图；
[0027]图11是本申请实施例提供的优化倒伏程度的梯度范围的流程图；
[0028]图12是本申请实施例提供的一种作物形态检测装置的结构示意图；
[0029]图13是本申请实施例提供的一种作物形态检测设备的结构示意图。
具体实施方式
[0030]为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0031]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0032]本实施例中提供的作物形态检测方法可以由作物形态检测设备执行，该作物形态
检测设备可以通过软件和/或硬件的方式实现，该作物形态检测设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。例如作物形态检测设备可以是服务器等运算能力较强的设备，也可以是采集图像数据的智能设备，如无人设备。示例性的，当服务器为作物形态检测方法的执行主体时，服务器接收无人设备发送的作物区域的遥感影像数据，基于遥感影像数据确定出作物区域中的倒伏区域。当无人设备为作物形态检测方法的执行主体时，无人设备采集到作物区域的遥感影像数据后，基于遥感影像数据确定出作物区域中的倒伏区域。
[0033]作物形态检测设备安装有至少一类操作系统，其中，操作系统包括但不限定于安卓系统、Linux系统及Windows系统。作物形态检测设备可以基于操作系统安装至少一个应用程序，应用程序可以为操作系统自带的应用程序，也可以为从第三方设备或者服务器中下载的应用程序，实施例中，作物形态检测设备至少按照有可以执行作物形态检测方法的应用程序，因此，作物形态检测设备也可以是应用程序本身。
[0034]为便于理解，本实施例以服务器为执行作物形态检测方法的主体为例，进行描述。
[0035]在一实施例中，服务器接收到无人设备发送的作物区域的遥感影像数据后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作物形态检测方法，其特征在于，包括：获取待检测区域的第一影像数据和第二影像数据，所述第二影像数据包括所述待检测区域的地面高度信息；根据所述第一影像数据中的地面颜色信息和所述第二影像数据中的地面高度信息，确定所述待检测区域中的倒伏区域；根据所述倒伏区域的地面高度信息，确定所述倒伏区域的倒伏程度。2.根据权利要求1所述的作物形态检测方法，其特征在于，所述根据所述第一影像数据中的地面颜色信息和所述第二影像数据中的地面高度信息，确定所述待检测区域中的倒伏区域，包括：根据所述第一影像数据中的地面颜色信息和所述第二影像数据中的地面高度信息，确定所述倒伏区域的边缘集合；根据所述第一影像数据的像素梯度值和所述第二影像数据的高度阈值对所述边缘集合进行修正，并根据修正后的边缘集合确定所述第一影像数据和/或第二影像数据中的倒伏区域。3.根据权利要求2所述的作物形态检测方法，其特征在于，所述根据所述第一影像数据中的地面颜色信息和所述第二影像数据中的地面高度信息，确定所述倒伏区域的边缘集合，包括：对所述第一影像数据进行颜色二值化处理和对所述第二影像数据进行高度二值化处理，并确定两个二值化处理后的影像数据的重合区域；对所述第一影像数据中的重合区域进行边缘检测，确定所述重合区域中每一像素点的特征值，并根据所述特征值确定所述边缘集合中的边缘点。4.根据权利要求3所述的作物形态检测方法，其特征在于，所述对所述第一影像数据进行颜色二值化处理和对所述第二影像数据进行高度二值化处理，包括：获取所述第一影像数据的颜色直方图，根据所述颜色直方图确定所述第一影像数据的主要颜色阈值；获取所述第二影像数据的高度直方图，根据所述高度直方图确定所述第二影像数据的主要高度阈值；根据所述主要颜色阈值对所述第一影像数据进行二值化处理，根据所述主要高度阈值对所述第二影像数据进行二值化处理。5.根据权利要求2
‑
4任一所述的作物形态检测方法，其特征在于，所述根据所述第一影像数据的像素梯度值和所述第二影像数据的高度阈值对所述边缘集合进行修正，包括：对所述第一影像数据进行灰度处理，并根据灰度图像确定每一像素点的像素梯度值；根据所述第二影像数据的高度直方图，确定每一像素点的高度阈值；根据每一像素点的像素梯度值和高度阈值，调整所述边缘集合中的边缘点。6.根据权利要求5所述的作物形态检测方法...

【专利技术属性】
技术研发人员：罗新勇，翁立宇，杨若楠，
申请(专利权)人：广州极飞科技股份有限公司，
类型：发明
国别省市：