[發明專利]小麥抽穗期的檢測方法、裝置及電子設備

有效

• 申請號: 201811145965.4
• 申請日: 2018-09-28
• 公開（公告）號: CN109523509B
• 公開（公告）日: 2021-08-13
• 發明（設計）人: 韓冰;周望;徐愛國;金紅偉;朱平;席建輝;劉伯遠
• 申請（專利權）人: 航天新氣象科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 馬永芬

本發明公開了一種小麥抽穗期的檢測方法、裝置及電子設備，其中，方法包括：獲取待檢測圖像；將待檢測圖像輸入小麥特征檢測模型，以得到特征標注圖像；其中，小麥特征檢測模型為利用神經網絡架構對小麥抽穗期的樣本圖像進行訓練得到的檢測模型；特征標注圖像上標注有若干特征框；利用特征標注圖像上標注的特征框，確定待檢測圖像是否為抽穗期的小麥圖像。該方法基于神經網絡架構對小麥抽穗期的樣本圖像進行訓練得到的檢測模型，對輸入的田間小麥圖像進行麥穗特征檢測。該方法無需綜合分析多張連續生長序列的圖片，可以實現基于單張小麥作物圖像中的麥穗識別，并且可以在野外光線多變的環境條件下，對小麥抽穗期進行有效識別，且識別準確性高。

技術領域

本發明涉及圖像處理以及農業氣象觀測交叉的技術領域，具體涉及一種小麥抽穗期的檢測方法、裝置及電子設備。

背景技術

小麥是我國主要的糧食作物之一，在全國范圍內有著廣泛的種植面積。小麥作為三大谷物之一，幾乎可以全作食用。長期以來，小麥發育期觀測主要通過人工田間觀測的方式進行記錄，人工觀測結果容易受觀測員的主觀因素及技能水平差異的影響，并且人工觀測費時、費力且周期較長。因此，通過田間獲得的系列作物圖像，利用圖像處理技術對小麥發育期進行實時、自動化的觀測可以極大的解放生產力，農業自動化觀測業務的開展有著重要的意義。

由于小麥抽穗期標志著小麥由營養生長(根和莖、葉等的生長)轉向生殖生長(開花結果)，也是營養生長和生殖生長旺盛的并進階段，這是決定農作物產量最為重要的關鍵期，因此小麥抽穗期的準確觀測顯得尤為重要。

現有技術中，對于小麥抽穗期的檢測一般是基于圖像中小麥麥穗的顏色特征作為分割依據，通過得到小麥麥穗的顏色特征，對圖像中麥穗進行識別。然而，該方法是采用戶外數碼圖像進行麥穗的識別，而拍攝的照片容易受太陽光影響，當光線較強時小麥旗葉易出現反光現象，因此該方法容易出現將小麥旗葉誤檢為麥穗的情況。

發明內容

有鑒于此，本發明實施例提供了一種小麥抽穗期的檢測方法、裝置及電子設備，以解決小麥抽穗期的檢測準確性較低的問題。

根據第一方面，本發明實施例提供了一種小麥抽穗期的檢測方法，包括：

獲取待檢測圖像；

將所述待檢測圖像輸入小麥特征檢測模型，以得到特征標注圖像；其中，所述小麥特征檢測模型為利用神經網絡架構對小麥抽穗期的樣本圖像進行訓練得到的檢測模型；所述特征標注圖像上標注有若干特征框；

利用所述特征標注圖像上標注的所述特征框，確定所述待檢測圖像是否為抽穗期的小麥圖像。

本發明實施例提供的小麥抽穗期的檢測方法，基于神經網絡架構對小麥抽穗期的樣本圖像進行訓練得到的檢測模型，對輸入的田間小麥圖像進行麥穗特征檢測。該方法無需綜合分析多張連續生長序列的圖片，可以實現基于單張小麥作物圖像中的麥穗識別，并且可以在野外光線多變的環境條件下，對小麥抽穗期進行有效識別，且識別準確性高，實用性強。

結合第一方面，在第一方面第一實施方式中，所有所述特征框分為多個特征類別，所述特征類別為小麥生育期各個階段的特征；

其中，所述利用所述特征標注圖像上標注的所述特征框，確定所述待檢測圖像是否為抽穗期的小麥圖像，包括：

計算抽穗特征框在所有所述特征框中的占比；其中，所述抽穗特征框為所述特征類別為抽穗期的所述特征框；

判斷所述占比是否小于或等于第一閾值；

當所述占比小于或等于第一閾值時，確定所述待檢測圖像不是抽穗期的小麥圖像。

本發明實施例提供的小麥抽穗的檢測方法，通過抽穗期特征框在所有特征框中的占比與第一閾值的大小關系，確定待檢測圖像是否為抽穗期的小麥圖像；即，利用統計的方法，對小麥特征檢測模型檢測出的特征框進行二次判斷，提高了檢測的準確性。