一种基于图像处理的玉米果穗性状指标计算方法技术

本发明专利技术公开了一种基于图像处理的玉米果穗性状指标计算方法，涉及农业种植技术领域，在玉米种植区域内设置采样点，采集玉米植株图像并建立玉米植株图像库；对玉米植株图像库中的玉米植株图像进行筛选，在筛选后获取待选图像；对待选图像进行识别并获取识别结果，生成玉米果穗的果穗系数，以果穗系数均值最高的检测区域为采样区域；对在采样区域内的样品植株及检测样品进行检测，获取检测结果并建立玉米粒数据集；由玉米粒系数从样品植株筛选出待选样品；对待选样品的生长状态进行预测并获取预测结果，以预测结果作为玉米果穗性状的测量结果。提高采集到玉米植株的图像质量，在通过图像识别来计算玉米果穗的性状时保障准确度。像识别来计算玉米果穗的性状时保障准确度。像识别来计算玉米果穗的性状时保障准确度。

【技术实现步骤摘要】
一种基于图像处理的玉米果穗性状指标计算方法


[0001]本专利技术涉及农业种植
，具体为一种基于图像处理的玉米果穗性状指标计算方法。

技术介绍

[0002]玉米果穗的农艺性状是科研与生产中的常规测量项目，对玉米产量存在不同程度的影响。为了充分了解果穗数量性状对产量的影响程度，明确各项性状指标对产量的构成作用，需要对大量果穗样本进行准确测量。
[0003]目前，对于玉米果穗的穗粒数、行粒数、穗行数和秃尖长度等性状指标，一般采用人工测量和统计方法获取，过程繁琐、误差较大，尤其是行粒数和穗行数等具有统计学意义的指标，其测量结果易受测量人员的经验影响。
[0004]在申请号为201210572760.0的中国专利技术专利：基于图像的玉米果穗性状指标计算方法中，提供了一种通过图像识别来代替人工测量的技术方案，这种测量方法效率较人工测量高，但是也需要考虑到，玉米通常种植在室外，其种植区域的覆盖范围一般也较广，在室外采集玉米的图像信息时，采集图像的无人机会容易受到天气的干扰，导致图像质量降低，进而在图像识别时可能会产生识别错误，导致玉米果穗的形状测量与实际结果有一定的误差。
[0005]为此，本专利技术提供了一种基于图像处理的玉米果穗性状指标计算方法。

技术实现思路

[0006](一)解决的技术问题
[0007]针对现有技术的不足，本专利技术提供了一种基于图像处理的玉米果穗性状指标计算方法，通过在玉米种植区域内设置采样点，采集玉米植株图像并建立玉米植株图像库；对玉米植株图像库中的玉米植株图像进行筛选，在筛选后获取待选图像；对待选图像进行识别并获取识别结果，生成玉米果穗的果穗系数，以果穗系数均值最高的检测区域为采样区域；对在采样区域内的样品植株及检测样品进行检测，获取检测结果并建立玉米粒数据集；由玉米粒系数从样品植株筛选出待选样品；对待选样品的生长状态进行预测并获取预测结果，以预测结果作为玉米果穗性状的测量结果。提高采集到玉米植株的图像质量，在通过图像识别来计算玉米果穗的性状时保障准确度，从而解决了
技术介绍
中的问题。
[0008](二)技术方案
[0009]为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于图像处理的玉米果穗性状指标计算方法，包括如下步骤：对玉米种植区域内的天气条件进行持续监测，由监测结果生成天气条件系数Tqs，若天气条件系数Tqs大于天气条件阈值，在玉米种植区域内设置采样点，由采集无人机在采样点处采集玉米植株图像并建立玉米植株图像库；
[0010]获取玉米植株图像库中的玉米植株图像，在进行图像分析后，以分析结果建立图像质量数据集，并进而生成图像质量系数Qts，以图像质量系数Qts及对应的分辨率Fb对玉
米植株图像库中的玉米植株图像进行筛选，在筛选后获取待选图像；
[0011]在获取待选图像及其对应的位置信息后，对待选图像进行识别并获取识别结果，依据识别结果生成玉米果穗的果穗系数Ztpj，进而获取各个检测区域的果穗系数Ztpj的均值，并以果穗系数Ztpj均值最高的检测区域为采样区域；
[0012]将采样区域在电子地图上标记，并在采样区域选择出样品植株及检测样品，对检测样品进行检测，获取检测结果并建立玉米粒数据集；由玉米粒数据集生成玉米粒系数Mtpj，进而由玉米粒系数Mtpj从样品植株筛选出待选样品，并将待选样品的位置在电子地图上标记；
[0013]在待选样品的邻近区域内检测并获取玉米植株及其果穗的生长状态数据及其生长环境数据，结合训练后的玉米生长预测模型后，对待选样品的生长状态进行预测并获取预测结果，在预测误差在误差阈值之内时，以预测结果作为玉米果穗性状的测量结果。
[0014]进一步的，对玉米种植区域的当前的气象条件进行监测，基于监测结果建立气象条件数据集；气象条件数据集的建立方法如下：获取当前每日的平均光照强度，生成光照强度Pw，获取当日的最大风速，生成风速Rc，汇总后建立气象条件数据集；
[0015]对光照强度Pw及风速Rc做出无量纲处理，依照如下方式生成天气条件系数Tqs：
[0016][0017]其中，F1及F2均为权重系数，0≤F1≤1，0≤F2≤1，且0.65≤F1+F2≤1.69，其具体值由用户调整设置，C1为常数修正系数。
[0018]进一步的，若天气条件系数Tqs高于预设的天气条件阈值，获取玉米种植区域的电子地图，将玉米种植区均等地分割为若干个检测区域；在检测区域内随机选择若干个采样点，且使相邻的两个采样点的间距大于预设的距离阈值；
[0019]将若干个采样点的位置在电子地图上的进行标记，由训练后的路径规划模型结合采样点的位置信息为采集无人机规划出采样路径，由采集无人机沿着采样路径在种植区域内的玉米植株进行采样；在采样点获取若干张相同的玉米植株图像，并以输出图像的位置信息对玉米植株图像进行标注，汇总后建立玉米植株图像库。
[0020]进一步的，从玉米植株图像库中获取玉米植株图像，在对若干个玉米植株图像进行分析后，获取玉米植株图像的噪点密度Zm、对比度Dz及曝光度Bg，汇总后建立图像质量数据集；
[0021]依据图像质量数据集中的参数生成图像质量系数Qts，其中，图像质量系数Qts的生成方式如下：对噪点密度Zm、对比度Dz及曝光度Bg做无量纲处理，依照如下公式生成图像质量系数Qts：
[0022][0023]其中，ρ、ζ为权重系数，0≤ρ≤1，0≤ζ≤1，且ρ+ζ＝1。
[0024]进一步的，获取来自各个采样点的玉米植株图像的分辨率Fb，以图像质量系数Qts与分辨率Fb的比值作为质量评价值Lpj；若质量评价值Lpj小于对应的质量阈值，将对应的玉米植株图像确定为不合格图像，反之则作为合格图像，将合格图像作为待选图像；
[0025]在同一采样点处获取的玉米植株图像中不存在合格图像时，则选择其中质量评价
值Lpj最大的作为待选图像。
[0026]进一步的，获取待选图像及其对应位置信息，对待选图像进行识别，获取待选图像中玉米植株的玉米果穗长度Gc及果穗直径Gz；若待选图像存在多个时，以不同待选图像中的最大的果穗长度Gc及果穗直径Gz的均值作为识别结果；
[0027]依据识别结果生成玉米的果穗系数Ztpj，其方法如下：将识别结果中的果穗长度Gc及果穗直径Gz做无量纲处理后，依照如下公式关联：
[0028][0029]其中，α、β为权重系数，0≤α≤1，0≤β≤1，且α+β＝1，其具体值由用户调整设置，C2为常数修正系数；在获取种植区域内获取各个检测区域的果穗系数Ztpj的均值后，以果穗系数Ztpj均值最高的检测区域为采样区域。
[0030]进一步的，将采样区域在电子地图上标记，在采样区域内随机选择若干玉米植株作为样品植株；以样品植株上果穗长度Gc或果穗直径Gz最大的玉米果穗作为检测样品；在对检测样品进行测量后，获取其玉米颗粒的排列密度Pm、平均后的颗粒重量Kz及平均后的颗粒厚度Kd；汇总后，建立玉米粒数据集。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的玉米果穗性状指标计算方法，其特征在于：包括，对玉米种植区域内的天气条件进行持续监测，由监测结果生成天气条件系数Tqs，若天气条件系数Tqs大于天气条件阈值，在玉米种植区域内设置采样点，由采集无人机在采样点处采集玉米植株图像并建立玉米植株图像库；获取玉米植株图像库中的玉米植株图像，在进行图像分析后，以分析结果建立图像质量数据集，并进而生成图像质量系数Qts，以图像质量系数Qts及对应的分辨率Fb对玉米植株图像库中的玉米植株图像进行筛选，在筛选后获取待选图像；在获取待选图像及其对应的位置信息后，对待选图像进行识别并获取识别结果，依据识别结果生成玉米果穗的果穗系数Ztpj，进而获取各个检测区域的果穗系数Ztpj的均值，并以果穗系数Ztpj均值最高的检测区域为采样区域；将采样区域在电子地图上标记，并在采样区域选择出样品植株及检测样品，对检测样品进行检测，获取检测结果并建立玉米粒数据集；由玉米粒数据集生成玉米粒系数Mtpj，进而由玉米粒系数Mtpj从样品植株筛选出待选样品，并将待选样品的位置在电子地图上标记；在待选样品的邻近区域内检测并获取玉米植株及其果穗的生长状态数据及其生长环境数据，结合训练后的玉米生长预测模型后，对待选样品的生长状态进行预测并获取预测结果，在预测误差在误差阈值之内时，以预测结果作为玉米果穗性状的测量结果。2.根据权利要求1所述的基于图像处理的玉米果穗性状指标计算方法，其特征在于：对玉米种植区域当前的气象条件进行监测，基于监测结果建立气象条件数据集；气象条件数据集的建立方法如下：获取当前每日的平均光照强度，生成光照强度Pw，获取当日的最大风速，生成风速Rc，汇总后建立气象条件数据集；对光照强度Pw及风速Rc做出无量纲处理，依照如下方式生成天气条件系数Tqs：其中，F1及F2均为权重系数，0≤F1≤1，0≤F2≤1，且0.65≤F1+F2≤1.69，其具体值由用户调整设置，C1为常数修正系数。3.根据权利要求1所述的基于图像处理的玉米果穗性状指标计算方法，其特征在于：若天气条件系数Tqs高于预设的天气条件阈值，获取玉米种植区域的电子地图，将玉米种植区均等地分割为若干个检测区域；在检测区域内随机选择若干个采样点，且使相邻的两个采样点的间距大于预设的距离阈值；将若干个采样点的位置在电子地图上的进行标记，由训练后的路径规划模型结合采样点的位置信息为采集无人机规划出采样路径，由采集无人机沿着采样路径在种植区域内的玉米植株进行采样；在采样点获取若干张相同的玉米植株图像，并以输出图像的位置信息对玉米植株图像进行标注，汇总后建立玉米植株图像库。4.根据权利要求1所述的基于图像处理的玉米果穗性状指标计算方法，其特征在于：从玉米植株图像库中获取玉米植株图像，在对若干个玉米植株图像进行分析后，获取玉米植株图像的噪点密度Zm、对比度Dz及曝光度Bg，汇总后建立图像质量数据集；依据图像质量数据集中的参数生成图像质量系数Qts，其中，图像质量系数Qts的生成方式如下：对噪点密度Zm、对比度Dz及曝光度Bg做无量纲处理，依照如下公式生成图像质量
系数Qts：其中，ρ、ζ为权重系数，0≤ρ≤1，0≤ζ≤1，且ρ+ζ＝1。5.根据权利要求4所述的基于...

【专利技术属性】
技术研发人员：孙萍东，郑洪建，王慧，林金元，胡颖雄，关媛，于典司，顾炜，卢媛，况慧云，瞿静涛，卫季辉，秦涛，施标，
申请(专利权)人：上海市农业科学院，
类型：发明
国别省市：