【技术实现步骤摘要】
本专利技术属于图像识别，具体涉及一种小麦冠层图像的冻害识别方法、系统、终端及存储介质。
技术介绍
1、小麦冻害是植株生长过程中因气温急剧降低而遭受的灾害，冻害在小麦叶片、茎秆等器官的表现最为直观，冬小麦冠层叶色表型在冻害发生前后会有明显变化。当前，利用气象资料结合冻害发生的气象指标是开展冬小麦冻害等级监测的传统手段，但由于气象观测站点多位于城市郊区，远离农田，与真实的麦田小气候存在一定差异，导致小麦冻害等级监测存在较大误差。
2、传统的小麦冻害程度和冻害面积监测手段多为农技人员实地调查，受到环境条件的变化（风，太阳角，温度，湿度）以及昼夜节律的影响，存在效率低且数据质量难以保证的问题。随着科技的发展，卫星遥感数据和高光谱数据等多源资料在小麦冻害监测预警方面的应用越来越广泛。有相关技术利用光学遥感卫星、modis卫星和多时相gf-1卫星等遥感影像数据开展冬小麦冻害等级监测。例如，一些研究发现苗期小麦冠层高光谱反射率对冻害有着很好的响应，并明确了遭受冻害的小麦产量预估的最佳时段和模拟技术。
3、然而，卫星遥感和高光谱手段分别存在时空分辨率较低、成本高等不足，无法满足智慧农业气象服务的需求。
技术实现思路
1、针对现有技术的上述不足，本专利技术提供一种小麦冠层图像的冻害识别方法、系统、终端及存储介质，以解决上述技术问题。
2、第一方面，本专利技术提供一种小麦冠层图像的冻害识别方法，包括：
3、采集小麦冠层图像，构建小麦冠层图像的色阶累积直方
4、利用因子分析法从多个色阶偏态分布特征参数中筛选出核心参数；
5、将所述核心参数输入朴素贝叶斯分类器，所述朴素贝叶斯分类器基于所述核心参数识别小麦冻害等级。
6、在一个可选的实施方式中，采集小麦冠层图像，构建小麦冠层图像的色阶累积直方图，并基于所述色阶累积直方图分析冠层叶片的多个色阶偏态分布特征参数，包括：
7、利用高清摄像机从多个采样位置采集多张小麦冠层图像，将多种小麦冠层图像保存至样本集；
8、从样本集中剔除强光图像和存在霜雪覆盖小麦冠层的图像；
9、对样本集中的图像进行切割、去噪和信息采集，并基于采集的信息构建图像的色阶累积直方图；
10、基于所述色阶累积直方图，分别用均值、中值、模值、偏度和峰度函数分析冠层叶片色阶偏态分布特征，得到20个特征参数；
11、将20个特征参数保存为图像色阶分布的色阶倾斜分布特征参数表。
12、在一个可选的实施方式中，利用因子分析法从多个色阶偏态分布特征参数中筛选出核心参数，包括：
13、对多个色阶偏态分布特征参数进行kmo检验和巴特利球形检验，若kmo值＞0.7且巴特利球形检验的p值＜0.05，则对相应的色阶偏态分布特征参数作为变量进行因子分析；
14、根据因子特征值、累积贡献率、碎石图确定最佳综合因子；
15、计算每个变量的主成分得分系数，并按照主成分得分系数的绝对值由大到小对变量进行排序；
16、将排序最靠前的6个变量设置为核心参数。
17、在一个可选的实施方式中，所述方法还包括：
18、构建朴素贝叶斯分类器；
19、设置拍摄参数，所述拍摄参数包括拍摄高度为580cm、图像分辨率1920×1080、固定焦距和自动白平衡；
20、按照所述拍摄参数在多个采样点采集无冻害图像19幅、轻度冻害图像16幅、重度冻害图像12幅，并为图像标记冻害等级；
21、将标记后的图像保存至数据集，并将数据集分割为训练集和验证集；
22、利用训练集对所述朴素贝叶斯分类器进行训练，并利用验证集对训练后的朴素贝叶斯分类器进行准确度验证。
23、第二方面，本专利技术提供一种小麦冠层图像的冻害识别系统，包括：
24、图像采集模块，用于采集小麦冠层图像，构建小麦冠层图像的色阶累积直方图，并基于所述色阶累积直方图分析冠层叶片的多个色阶偏态分布特征参数；
25、因子分析模块，用于利用因子分析法从多个色阶偏态分布特征参数中筛选出核心参数；
26、分类识别模块，用于将所述核心参数输入朴素贝叶斯分类器，所述朴素贝叶斯分类器基于所述核心参数识别小麦冻害等级。
27、在一个可选的实施方式中，所述图像采集模块包括：
28、图像采集单元，用于利用高清摄像机从多个采样位置采集多张小麦冠层图像，将多种小麦冠层图像保存至样本集；
29、图像过滤单元，用于从样本集中剔除强光图像和存在霜雪覆盖小麦冠层的图像；
30、图像处理单元，用于对样本集中的图像进行切割、去噪和信息采集，并基于采集的信息构建图像的色阶累积直方图；
31、图像分析单元，用于基于所述色阶累积直方图，分别用均值、中值、模值、偏度和峰度函数分析冠层叶片色阶偏态分布特征，得到20个特征参数；
32、特征存储单元，用于将20个特征参数保存为图像色阶分布的色阶倾斜分布特征参数表。
33、在一个可选的实施方式中，所述因子分析模块包括：
34、参数校验单元，用于对多个色阶偏态分布特征参数进行kmo检验和巴特利球形检验，若kmo值＞0.7且巴特利球形检验的p值＜0.05，则对相应的色阶偏态分布特征参数作为变量进行因子分析；
35、因子确定单元，用于根据因子特征值、累积贡献率、碎石图确定最佳综合因子；
36、得分计算单元，用于计算每个变量的主成分得分系数，并按照主成分得分系数的绝对值由大到小对变量进行排序；
37、核心提取单元，用于将排序最靠前的6个变量设置为核心参数。
38、在一个可选的实施方式中，所述系统还包括：
39、模型构建模块，用于构建朴素贝叶斯分类器；
40、拍摄设置模块，用于设置拍摄参数，所述拍摄参数包括拍摄高度为580cm、图像分辨率1920×1080、固定焦距和自动白平衡；
41、素材获取模块，用于按照所述拍摄参数在多个采样点采集无冻害图像19幅、轻度冻害图像16幅、重度冻害图像12幅，并为图像标记冻害等级；
42、素材处理模块，用于将标记后的图像保存至数据集，并将数据集分割为训练集和验证集；
43、模型训练模块，用于利用训练集对所述朴素贝叶斯分类器进行训练，并利用验证集对训练后的朴素贝叶斯分类器进行准确度验证。
44、第三方面，提供一种终端，包括：
45、处理器、存储器，其中，
46、该存储器用于存储计算机程序，
47、该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
48、第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计本文档来自技高网...
【技术保护点】
1.一种小麦冠层图像的冻害识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，采集小麦冠层图像，构建小麦冠层图像的色阶累积直方图，并基于所述色阶累积直方图分析冠层叶片的多个色阶偏态分布特征参数，包括：
3.根据权利要求2所述的方法，其特征在于，利用因子分析法从多个色阶偏态分布特征参数中筛选出核心参数，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.一种小麦冠层图像的冻害识别系统，其特征在于，包括：
6.根据权利要求5所述的系统，其特征在于，所述图像采集模块包括：
7.根据权利要求6所述的系统，其特征在于，所述因子分析模块包括：
8.根据权利要求5所述的系统，其特征在于，所述系统还包括：
9.一种终端，其特征在于，包括：
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述可读存储介质上存储有小麦冠层图像的冻害识别程序，所述小麦冠层图像的冻害识别程序被处理器执行时实现如权利要求1-4任一项所述小麦冠层图像的冻害识别方法的
...【技术特征摘要】
1.一种小麦冠层图像的冻害识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，采集小麦冠层图像，构建小麦冠层图像的色阶累积直方图，并基于所述色阶累积直方图分析冠层叶片的多个色阶偏态分布特征参数，包括：
3.根据权利要求2所述的方法，其特征在于，利用因子分析法从多个色阶偏态分布特征参数中筛选出核心参数，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.一种小麦冠层图像的冻害识别系统，其特征在于，包括：
...【专利技术属性】
技术研发人员：张继波，张佩，陈郑盟，李楠，环海军，裔传祥，陈琦，刘靖滢，郭俊，杨宁，杨素丽，
申请(专利权)人：山东省气候中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。