一种红松生长情况分析系统技术方案

本发明专利技术属于图像处理领域，公开了一种红松生长情况分析系统，包括数据获取模块、树叶长度预测模块、图像分割模块和图像识别模块；数据获取模块用于获取红松生长过程中的影响因素；树叶长度预测模块用于预测红松的树叶长度；图像分割模块用于将包含红松的树叶的图像分为多个子图像，并分别在每个子图像中获取树叶区域；图像识别模块用于对树叶区域进行识别，判断树叶区域是否生长正常。本发明专利技术的子图像的大小并不是提前指定的，而是基于预测模型得到的，因此，本发明专利技术的子图像的大小能够更好地与不同的生长速度红松相适应，有利于得到更加合理的子图像的大小，从而提高了获得的树叶区域的准确程度。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，尤其涉及一种红松生长情况分析系统。

技术介绍

1、在红松的生长过程中，通常需要定期进行生长情况分析，以便及时发现红松生长过程中存在的问题，维持红松的健康生长，以得到更好的经济效益。现有技术中，为了分析树龄接近的一个局部区域的红松的生长情况，通常会通过无人机来对该局部区域中的部分红松进行抽样拍摄，获得红松的不同部位的图像，然后对这些图像进行分析，以评估该局部区域中的红松的整体生长情况。

2、在对红松的树叶位置的图像进行分析的过程中，由于单片树叶的面积在总的树叶的面积中所占的比例比较小，为了提高获得的树叶区域的准确程度，因此，一般需要先将图像分为多个子图像，然后分别在每个子图像中进行树叶区域的识别，接着才从树叶区域中提取特征，来判断树叶是否生长正常。然而，现有技术中，对于不同的处于局部区域中的不同区域的红松，通常都是直接分为提前设定的相同大小的子图像，这样容易导致树叶区域的获取准确程度不够高。在对红松生长速度较快的区域中的红松的树叶进行图像识别时，树叶区域的完整概率会降低，因为红松的叶片大于子图像的面积的可能性增大，从而本文档来自技高网...

【技术保护点】

1.一种红松生长情况分析系统，其特征在于，包括数据获取模块、树叶长度预测模块、图像分割模块和图像识别模块；

2.根据权利要求1所述的一种红松生长情况分析系统，其特征在于，影响因素包括红松的树龄、红松所在位置的温度、降雨量、湿度、光照强度、土壤湿度和土壤pH。

3.根据权利要求1所述的一种红松生长情况分析系统，其特征在于，获取红松生长过程中的影响因素，包括：

4.根据权利要求1所述的一种红松生长情况分析系统，其特征在于，根据包含红松的树叶的图像的拍摄时刻获取影响因素的集合，包括：

5.根据权利要求1所述的一种红松生长情况分析系统，其特征在于，...

【技术特征摘要】

1.一种红松生长情况分析系统，其特征在于，包括数据获取模块、树叶长度预测模块、图像分割模块和图像识别模块；

2.根据权利要求1所述的一种红松生长情况分析系统，其特征在于，影响因素包括红松的树龄、红松所在位置的温度、降雨量、湿度、光照强度、土壤湿度和土壤ph。

3.根据权利要求1所述的一种红松生长情况分析系统，其特征在于，获取红松生长过程中的影响因素，包括：

4.根据权利要求1所述的一种红松生长情况分析系统，其特征在于，根据包含红松的树叶的图像的拍摄时刻获取影响因素的集合，包括：

5.根据权利要求1所述的一种红松生长情况分析系统，其特征在于，预测模型包括支持向量回归模型。

...

【专利技术属性】
技术研发人员：王君，王芳，杨雨春，罗也，矫春晶，陆志民，王元兴，马畅，
申请(专利权)人：吉林省林业科学研究院吉林省林业生物防治中心站，
类型：发明
国别省市：