作物苗株数测量方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种作物苗株数测量方法、装置、电子设备及存储介质，属于智慧农业技术领域，所述方法包括：对无人机采集的作物种植区域的全部帧图像进行拼接，得到作物种植区域图像；对作物种植区域图像进行苗株像素提取，确定作物种植区域中各个小区内每行苗株的像素数量；基于各个小区内每行苗株的像素数量，确定各个小区内各行苗株的数量。本发明专利技术可以精确测算出各个小区各行中苗株的数量，由此实现了对作物苗株数的无人机高通量提取，不但适用于机播条件下苗株分布比较规整的简单场景，也能适用于现有人工播种普遍存在的苗株分布不均、行向不直、堆集或断垄等复杂场景，极大地提高了提取大批量试验小区各行作物苗株数的效率和准确率。和准确率。和准确率。

【技术实现步骤摘要】
作物苗株数测量方法、装置、电子设备及存储介质


[0001]本专利技术涉及智慧农业
，尤其涉及一种作物苗株数测量方法、装置、电子设备及存储介质。

技术介绍

[0002]苗株数是作物种质资源鉴定和品种选育开展小区试验重点关注的作物早期发育指标。苗株数量的多少不仅体现了作物种子的质量和活力，也是作物生长管理及其产量潜力评估的关键基础信息。
[0003]作物资源鉴定和育种试验与普通大田试验不同，为了筛选优势品种及探究基因
‑
环境之间的交互作用，通常需要设置数千个乃至上万个试验小区。传统依靠人工数苗的调查方式，目前面临着人力不足，耗时长等问题，很难在短时间内完成全部数以千计的小区测量，且调查结果也容易出现记录失误的情况。因此，急需一种能够快速采集大批量试验小区苗株数的高效手段。

技术实现思路

[0004]本专利技术提供一种作物苗株数测量方法、装置、电子设备及存储介质，用以解决现有技术中依靠人工数苗的调查方式，面临着人力不足，耗时长等问题，很难在短时间内完成全部数以千计的小区测量，且调查结果也容易出现记录失误情况的缺陷。
[0005]本专利技术提供一种作物苗株数测量方法，包括：对无人机采集的作物种植区域的全部帧图像进行拼接，得到作物种植区域图像；对所述作物种植区域图像进行苗株像素提取，确定所述作物种植区域中各个小区内每行苗株的像素数量；基于各个所述小区内每行苗株的像素数量，确定各个所述小区内各行苗株的数量。
[0006]根据本专利技术提供的一种作物苗株数测量方法，所述对所述作物种植区域图像进行苗株像素提取，确定所述作物种植区域中各个小区内每行苗株的像素数量，包括：对所述作物种植区域图像进行像素分类及图像二值化处理，确定所述作物种植区域中苗株的二值化图像；对所述作物种植区域中苗株的二值化图像进行像素分区统计，得到各个所述小区内每行苗株的像素数量。
[0007]根据本专利技术提供的一种作物苗株数测量方法，所述对所述作物种植区域图像进行像素分类及图像二值化处理，确定所述作物种植区域中苗株的二值化图像，包括：利用最大似然分类方法，对所述作物种植区域图像进行像素分类，确定所述作物种植区域图像中每个像素所属对象类别；所述对象类别包括土壤、杂草、苗株和苗株阴影；在所述作物种植区域图像中，将除苗株以外的其他对象类别的像素全部置为空值，生成所述种植区域中苗株的二值化图像。
[0008]根据本专利技术提供的一种作物苗株数测量方法，所述利用最大似然分类方法，对所述作物种植区域图像进行像素分类，确定所述作物种植区域图像中每个像素所属对象类别，包括：根据所述作物种植区域图像中各类对象的样本点，获取验证点数据；根据所述验证点数据和所述作物种植区域图像，生成所述各类对象的类别特征数据；利用所述各类对象的类别特征数据，确定所述作物种植区域图像中每个像素对于所述各类对象的归属概率；以最大归属概率为分类依据，根据所述作物种植区域图像中每个像素对于各类对象的归属概率，确定所述作物种植区域图像中每个像素所属的对象类别。
[0009]根据本专利技术提供的一种作物苗株数测量方法，所述对所述作物种植区域中苗株的二值化图像进行像素分区统计，得到各个所述小区内每行苗株的像素数量，包括：获取各个所述小区中各行种植区域的地理矢量数据；将各个所述小区中各行种植区域的地理矢量数据和所述种植区域中苗株的二值化图像输入至预设分区统计工具，得到所述预设分区统计工具输出的各个所述小区每行苗株的像素数量。
[0010]根据本专利技术提供的一种作物苗株数测量方法，所述基于各个所述小区内每行苗株的像素数量，确定各个所述小区内各行苗株的数量，包括：将各个所述小区内各行苗株的像素数量代入预设映射关系式，得到各个所述小区各行苗株的数量；所述预设映射关系式用于表征作物苗株像素数量与作物苗株数量之间的关系；所述预设映射关系式是根据所述作物种植区域的图像样本及对应的真实苗株数量进行数据拟合得到的。
[0011]根据本专利技术提供的一种作物苗株数测量方法，所述基于各个所述小区内每行苗株的像素数量，确定各个所述小区内各行苗株的数量，包括：确定各个所述小区中苗株的个体大小；根据各个所述小区中苗株的个体大小，确定各个所述小区中苗株适用的预设映射关系式；将各个所述小区内各行苗株的像素数量代入对应适用的预设映射关系式，得到各个所述小区各行苗株的数量。
[0012]本专利技术还提供一种作物苗株数测量装置，包括：第一拼接模块，用于对无人机采集的作物种植区域的全部帧图像进行拼接，得到作物种植区域图像；第一处理模块，用于对所述作物种植区域图像进行苗株像素提取，确定所述作物种植区域中各个小区内每行苗株的像素数量；第二处理模块，用于基于各个所述小区内每行苗株的像素数量，确定各个所述小区内各行苗株的数量。
[0013]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述作物苗株数测
量方法。
[0014]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述作物苗株数测量方法。
[0015]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述作物苗株数测量方法。
[0016]本专利技术提供的作物苗株数测量方法、装置、电子设备及存储介质，通过对无人机采集的作物种植区域所有帧的高分数码图像进行拼接，可以得到一幅完整的涵盖全部大批量试验小区的作物种植区域图像，利用预设苗株像素提取方式，可以将作物种植区域图像中的各个对象进行精准分类及分离，从而确定出作物种植区域内仅包含作物苗株的图像，进而提取出各个小区各行苗株的像素数量，最后，利用苗株数与苗株像素数之间的直接联系，根据各个小区内各行苗株的像素数量，精确测算出各个小区中各行苗株的数量，由此实现了对作物苗株数的无人机高通量提取，不但适用于机播条件下苗株分布比较规整的简单场景，也能适用于作物种质植资源鉴定和品种试验田中采用人工播种普遍存在的苗株分布不均、行向不直、堆集或断垄等复杂场景，极大地提高了提取大批量试验小区各行作物苗株数的效率和准确率。
附图说明
[0017]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本专利技术提供的作物苗株数测量方法的流程示意图之一；图2是本专利技术提供的作物苗株数测量方法中大豆像素数与苗株数的映射关系示意图之一；图3a是本专利技术提供的训练集根据图2中所示的幂函数映射关系式得到的校验结果示意图；图3b是本专利技术提供的验证集根据图2中所示的幂函数映射关系式得到的校验结果示意图；图4是本专利技术提供的作物苗株数测量方法中大豆像素数与苗株数的映射关系示意图之二；图5a是本专利技术提供的训练集根据图4本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作物苗株数测量方法，其特征在于，包括：对无人机采集的作物种植区域的全部帧图像进行拼接，得到作物种植区域图像；对所述作物种植区域图像进行苗株像素提取，确定所述作物种植区域中各个小区内每行苗株的像素数量；基于各个所述小区内每行苗株的像素数量，确定各个所述小区内各行苗株的数量。2.根据权利要求1所述的作物苗株数测量方法，其特征在于，所述对所述作物种植区域图像进行苗株像素提取，确定所述作物种植区域中各个小区内每行苗株的像素数量，包括：对所述作物种植区域图像进行像素分类及图像二值化处理，确定所述作物种植区域中苗株的二值化图像；对所述作物种植区域中苗株的二值化图像进行像素分区统计，得到各个所述小区内每行苗株的像素数量。3.根据权利要求2所述的作物苗株数测量方法，其特征在于，所述对所述作物种植区域图像进行像素分类及图像二值化处理，确定所述作物种植区域中苗株的二值化图像，包括：利用最大似然分类方法，对所述作物种植区域图像进行像素分类，确定所述作物种植区域图像中每个像素所属对象类别；所述对象类别包括土壤、杂草、苗株和苗株阴影；在所述作物种植区域图像中，将除苗株以外的其他对象类别的像素全部置为空值，生成所述种植区域中苗株的二值化图像。4.根据权利要求3所述的作物苗株数测量方法，其特征在于，所述利用最大似然分类方法，对所述作物种植区域图像进行像素分类，确定所述作物种植区域图像中每个像素所属对象类别，包括：根据所述作物种植区域图像中各类对象的样本点，获取验证点数据；根据所述验证点数据和所述作物种植区域图像，生成所述各类对象的类别特征数据；利用所述各类对象的类别特征数据，确定所述作物种植区域图像中每个像素对于所述各类对象的归属概率；以最大归属概率为分类依据，根据所述作物种植区域图像中每个像素对于各类对象的归属概率，确定所述作物种植区域图像中每个像素所属的对象类别。5.根据权利要求2所述的作物苗株数测量方法，其特征在于，所述对所述作物种植区域中苗株的二值化图像进行像素分区统计，得到各个所...

【专利技术属性】
技术研发人员：李贺丽，杨贵军，徐波，冯海宽，徐新刚，龙慧灵，孟炀，李伟国，
申请(专利权)人：北京市农林科学院信息技术研究中心，
类型：发明
国别省市：