一种玉米雄穗识别系统技术方案

本发明专利技术公开了一种玉米雄穗识别系统

【技术实现步骤摘要】
一种玉米雄穗识别系统


[0001]本专利技术属于玉米雄穗识别
，具体为一种玉米雄穗识别系统
。

技术介绍

[0002]玉米是世界上最重要的谷类作物之一
。
玉米抽雄期是决定玉米产量最关键的时期，雄穗是判断玉米是否进入抽雄期的主要依据
。
同时，玉米种植在制种及大田生产过程中，都涉及到去雄
。
有研究表明，玉米去雄能带来杂交优势
、
增产
、
抗倒伏等多种优势
。
因此，持续监测玉米雄穗的生长可以确保玉米的安全性
、
质量和单产
。
传统育种中，雄穗主要依靠人为识别，效率低下，主观成分高，识别的样本量有限
。
无人机遥感因其具备机动性强和成像分辨率高等特点，为检测抽雄期玉米雄蕊提供了一种有效的途径
。
深度学习算法已被广泛用于计数茎
、
幼苗数和小麦穗数
。
玉米雄穗的早期检测算法是利用支持向量机方法对图像进行分割
。
[0003]但是，图像捕获过程的吞吐量较低，劳动强度大，无法应用于更大的领域
。
前人开发了
mTASSLE
软件，以自动细粒度机器视觉系统监视玉米雄穗性状的不同阶段，并提出了
TasselNet
对玉米雄穗进行计数，但样本数量仍然有限，衡量不同模型的性能这一问题也一直被遗忘
。
[0004]因此，快速准确地鉴定对于更好地了解玉米的表型特征非常重要
。
同时，及时
、
准确地预测粮食产量，对掌握区域内作物生长状况
、
指导农业生产及制定粮食政策也具有重要意义
。

技术实现思路

[0005]本专利技术的目的在于：为了解决上述提出的问题，提供一种玉米雄穗识别系统
。
[0006]本专利技术采用的技术方案如下：一种玉米雄穗识别系统，所述玉米雄穗识别系统包括系统软件主界面模块
、
系统登录界面模块和综合检测模块和打开输出文件夹模块；
[0007]综合检测模块的内部设置有：图片检测模块
、
摄像头检测模块
、
视频检测模块；
[0008]系统登录界面模块打开软件会进入到登录界面；
[0009]图片检测模块在使用时在成功登录后，系统会自动跳转至主页面
。
先点击“选择模型”，选择
‘
yolov5s
’
或者
‘
yolov5x
’
训练的模型进行目标检测，再点击“加载数据”会跳转到文件管理中，选择需要识别的图片，即可获得识别后的效果；
[0010]摄像头检测模块使用时点击左上角“摄像头检测”，会打开配置好的摄像头，将摄像头对准需要识别的玉米雄穗上，即可获得识别后的效果；
[0011]视频检测模块使用时先点击“选择模型”，选择
‘
yolov5s
’
或者
‘
yolov5x
’
训练的模型进行目标检测，再点击“加载数据”会跳转到文件管理中，选择需要识别的视频，即可获得识别后的效果；
[0012]打开输出文件夹模块使用时在图片
、
摄像头或视频识别结束后，点击左下角的“打开输出文件夹”，会跳转到文件管理界面，即可查看结果
[0013]在一优选的实施方式中，所述系统软件主界面模块使用
QtDesigner
开发本软件的图形化界面；
[0014]Qt
是一个跨平台的
C++
应用程序开发框架，拥有强大的图形界面开发能力
。Qt
用于开发具有图形用户界面的应用程序，
QtDesigner
是其提供的众多工具之一，可简化为基于
Qt
的应用程序创建用户界面的过程
。Qt
提供了丰富的图形界面元素和小部件，从基本的按钮
、
文本框和标签到高级的图表
、
表格和绘图工具，以及支持
3D
图形和
OpenGL。
这些小部件可以帮助开发者创建各种复杂的用户界面
。QtDesigner
是
Qt
应用程序开发框架的一部分，是一个用于创建图形用户界面
(GUI)
的设计工具
。PySide2
可以让我们通过
Python
语言使用
Qt。PySide2
库是本软件“玉米雄穗识别系统”的主要开发工具，在安装与配置环境后，可以使用
QtDesigner
开发本软件的图形化界面
。
[0015]在一优选的实施方式中，所述系统登录界面模块使用
OpenCV
开源计算机视觉库进行开发，旨在提供一套广泛用于图像处理和计算机视觉任务的工具和函数
。OpenCV
最初由英特尔开发，后来成为开源项目，现在由一个活跃的社区维护和发展
。
它支持各种编程语言，包括
C++
，
Python
和
Java
，并可以在
Windows
，
Linux
和
Mac OS
等操作系统上运行
。
[0016]在一优选的实施方式中，所述
OpenCV
库提供了许多功能和算法，包括图像处理，特征检测，目标识别，物体跟踪，人脸检测和识别，机器学习等等
。
它还支持各种计算机视觉任务，如特征检测
、
特征匹配
、
对象识别
、
目标跟踪
、
人脸识别
、
手势识别等
。
这使得
OpenCV
在图像识别
、
机器视觉和自动化等领域非常有用
。
[0017]在一优选的实施方式中，所述
OpenCV
的优势在于它是一个开源软件库，具有高度的灵活性和可定制性
。
它的社区支持和贡献也非常活跃，不断推出新的功能和改进，它的开源性质和丰富的功能使其成为研究
、
教育和商业项目中的首选工具
。
[0018]在一优选的实施方式中，所述视频检测模块内部的
YOLOv5
是一种用于目标检测的深度学习算法，可以检测输入图像中的多个目标，并提供其位置和类别信息
。YOLOv5
在保持准确性的同时，具有实时性能，能够以很高的帧率进行目标检测，适用于实时应用，如自动驾驶
、
实时视频监控等
。
而且，
YOLOv5
支持多种不同的模型大小
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种玉米雄穗识别系统，其特征在于：所述玉米雄穗识别系统包括系统软件主界面模块
、
系统登录界面模块和综合检测模块和打开输出文件夹模块；综合检测模块的内部设置有：图片检测模块
、
摄像头检测模块
、
视频检测模块；系统登录界面模块打开软件会进入到登录界面；图片检测模块在使用时在成功登录后，系统会自动跳转至主页面；先点击“选择模型”，选择
‘
yolov5s
’
或者
‘
yolov5x
’
训练的模型进行目标检测，再点击“加载数据”会跳转到文件管理中，选择需要识别的图片，即可获得识别后的效果；摄像头检测模块使用时点击左上角“摄像头检测”，会打开配置好的摄像头，将摄像头对准需要识别的玉米雄穗上，即可获得识别后的效果；视频检测模块使用时先点击“选择模型”，选择
‘
yolov5s
’
或者
‘
yolov5x
’
训练的模型进行目标检测，再点击“加载数据”会跳转到文件管理中，选择需要识别的视频，即可获得识别后的效果；打开输出文件夹模块使用时在图片
、
摄像头或视频识别结束后，点击左下角的“打开输出文件夹”，会跳转到文件管理界面，即可查看结果
。2.
如权利要求1所述的一种玉米雄穗识别系统，其特征在于：所述系统软件主界面模块使用
QtDesigner
开发本软件的图形化界面；
Qt
是一个跨平台的
C++
应用程序开发框架，拥有强大的图形界面开发能力；
Qt
用于开发具有图形用户界面的应用程序，
QtDesigner
是其提供的众多工具之一，可简化为基于
Qt
的应用程序创建用户界面的过程；
Qt
提供了丰富的图形界面元素和小部件，从基本的按钮
、
文本框和标签到高级的图表
、
表格和绘图工具，以及支持
3D
图形和
OpenGL
；这些小部件可以帮助开发者创建各种复杂的用户界面；
QtDesigner
是
Qt
应用程序开发框架的一部分，是一个用于创建图形用户界面
(GUI)
的设计工具；
PySide2
可以让我们通过
Python
语言使用
Qt
；
PySide2
库是本软件“玉米雄穗识别系统”的主要开发工具，在安装与配置环境后，可以使用
QtDesigner
开发本软件的图形化界面
。3.
如权利要求1所述的一种玉米雄穗识别系统，其特征在于：所述系统登录界面模块使用
OpenCV
开源计算机视觉库进行开发，旨在提供一套广泛用于图像处理和计算机视觉任务的工具和函数；
OpenCV
最初由英特尔开发，后来成为开源项目，现在由一个活跃的社区维护和发展；它支持各种编程语言，包括
C++
，
Python
和
Java
，并可以在
Win...

【专利技术属性】
技术研发人员：李硕，孙锦阳，曾亮，张凯栋，王嘉妮，周昀，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：