[發明專利]植物類別識別方法及系統

在審

• 申請號: 201811045964.2
• 申請日: 2018-09-07
• 公開（公告）號: CN110889420A
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 張雷;曾瑞兒;侯曉雷;尉婧;候雪鎣;王帥彬;陳婷婷;陳勇
• 申請（專利權）人: 華南農業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

1.一種植物類別識別方法，其特征在于，包括：

S1，獲取目標區域內目標植物在特征波長處的光譜數據；

S2，將所述光譜數據輸入至預設貝葉斯判別模型中，由所述預設貝葉斯判別模型輸出所述目標植物所屬的類別。

2.根據權利要求1所述的植物類別識別方法，其特征在于，所述特征波長通過如下方法確定：

確定所述目標區域內的第一植物樣本集，并分別獲取所述第一植物樣本集中每一植物樣本在預設波段內的光譜數據；

基于逐步回歸分析法，在所述預設波段內的光譜數據中選取有效特征光譜數據，并將所述有效特征光譜數據對應的波長作為所述特征波長。

3.根據權利要求1所述的植物類別識別方法，其特征在于，所述S1具體包括：

通過便攜式光譜分析儀，采集所述目標植物在預設波段內的光譜數據，并從所述預設波段內的光譜數據中提取所述特征波長處的光譜數據；

其中，所述特征波長處于所述預設波段內。

4.根據權利要求1所述的植物類別識別方法，其特征在于，S2之前還包括：

確定所述目標區域內的第二植物樣本集，并分別獲取所述第二植物樣本集內每一植物樣本所屬的類別，以及每一植物樣本在所述特征波長處的光譜數據；

將每一植物樣本在所述特征波長處的光譜數據作為輸入，每一植物樣本所屬的類別作為輸出，對所述預設貝葉斯判別模型進行訓練，直至所述預設貝葉斯判別模型的準確率達到預設準確率，結束訓練。

5.根據權利要求1-4中任一項所述的植物類別識別方法，其特征在于，所述目標區域為棉花農田，所述目標植物為棉花植株或雜草。

6.根據權利要求5所述的植物類別識別方法，其特征在于，所述特征波長具體包括：307nm、413nm、758nm、1102nm和1411nm。

7.根據權利要求6所述的植物類別識別方法，其特征在于，所述特征波長還包括：584nm和587nm。

8.一種植物類別識別系統，其特征在于，包括：

光譜數據獲取模塊，用于獲取目標區域內目標植物在特征波長處的光譜數據；

類別確定模塊，用于將所述光譜數據輸入至預設貝葉斯判別模型中，由所述預設貝葉斯判別模型輸出所述目標植物所屬的類別。

9.一種電子設備，其特征在于，包括：

至少一個處理器、至少一個存儲器、通信接口和總線；其中，

所述處理器、存儲器、通信接口通過所述總線完成相互間的通信；

所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令，以執行如權利要求1至7任一項所述的植物類別識別方法。

10.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質存儲計算機指令，所述計算機指令使所述計算機執行如權利要求1至7中任一項所述的植物類別識別方法。