【技术实现步骤摘要】
本专利技术涉及一种花粉定量方法及系统，尤其是一种基于图像处理和深度学习的花粉定量方法及系统。
技术介绍
1、花粉定量是监测已知植物花粉源在空气中释放的花粉量，或研究植物—昆虫相互作用并揭示昆虫对花粉传播和授粉的影响的重要研究任务，准确量化植物产生的花粉将为更好的理解植物授粉和生殖生物学提供有用的信息。目前用于花粉计数的方法多种多样，但仍需改进，以建立更准确、一致和高通量的定量替代方法。
2、传统的显微镜下人工花粉定量对于较少数量的花粉能够得到准确的结果，但对于较多数量的花粉，由于视觉疲劳或杂质干扰，容易产生各种误差(计数误差、记录误差)，从而大大降低计数精度。血细胞仪也可以用于花粉计数，然而，花粉结块以及花粉在细胞网格中不均匀沉降的问题易导致花粉计数结果偏少。
3、近年来，人工智能和深度卷积神经网络(dcnns)发展迅猛，在国内外引起广泛关注。作为其核心问题之一的目标检测，旨在找出图像中特定目标的类别和位置，现已广泛应用于各个领域，如自动驾驶、遥感图像、视频监控以及医疗检测等。目前已有利用dcnns进行花粉分类的...
【技术保护点】
1.一种基于图像处理和深度学习的花粉定量方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于图像处理和深度学习的花粉定量方法，其特征在于，所述基于OpenCV的图像处理的方法包括：
3.根据权利要求2所述的基于图像处理和深度学习的花粉定量方法，其特征在于，所述采用基于OpenCV的图像处理的方法对所述花粉样品图像进行花粉定量包括如下步骤：
4.根据权利要求1所述的基于图像处理和深度学习的花粉定量方法，其特征在于，所述基于YOLO的花粉定量模型包括：
5.根据根据权利要求4所述的基于图像处理和深度学习的花粉定量方...
【技术特征摘要】
1.一种基于图像处理和深度学习的花粉定量方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于图像处理和深度学习的花粉定量方法，其特征在于，所述基于opencv的图像处理的方法包括：
3.根据权利要求2所述的基于图像处理和深度学习的花粉定量方法，其特征在于，所述采用基于opencv的图像处理的方法对所述花粉样品图像进行花粉定量包括如下步骤：
4.根据权利要求1所述的基于图像处理和深度学习的花粉定量方法，其特征在于，所述基于yolo的花粉定量模型包括：
5.根据根据权利要求4所述的基于图像处理和深度学习的花粉定量方法，其特征在于，所述采用基于yolo的花粉定量模型进行花粉定量包括如下步骤：
6.根据权利要求1所述的基于图像处理和深度学习的花粉定量方法，其特征在于，所述获取待定量的花粉样品图像包括：
7.一种基于图像处理和深度学习的花粉定量系统...
【专利技术属性】
技术研发人员：张传杰，刘腾，吴慧珍，于佳琳，陈敏，
申请(专利权)人：扬州大学，
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。