[發明專利]咖啡成熟果實的檢測方法、裝置及電子設備

有效

• 申請號: 201811207853.7
• 申請日: 2018-10-16
• 公開（公告）號: CN109522899B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 金紅偉;彭懷玉;韓冰;周振;涂長梅;陳佳力;孫涵
• 申請（專利權）人: 航天新氣象科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/46;G06K9/62
• 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

本發明公開了一種咖啡成熟果實的檢測方法、裝置及電子設備，其中，方法包括獲取待檢測圖像；對待檢測圖像進行超像素分割，得到若干超像素子圖；基于咖啡果實成熟期檢測模型對超像素子圖進行檢測，以確定超像素子圖中的所述咖啡成熟果實；其中，咖啡果實成熟期檢測模型是利用樣本圖像對監督學習算法進行訓練得到的。通過將超像素作為最小單位檢測咖啡成熟果實，由于超像素分割能夠保持果實形狀，信噪比較高，為后續利用咖啡果實成熟期檢測模型進行檢測提供了基礎；此外，由于咖啡果實成熟期檢測模型是利用樣本圖像對監督學習算法進行訓練得到的，能夠保證訓練后得到的檢測模型具有較高的檢測準確性，進而能夠實現咖啡成熟果實檢測的高準確性。

技術領域

本發明涉及數字圖像處理和農業氣象觀測交叉的技術領域，具體涉及一種咖啡成熟果實的檢測方法、裝置及電子設備。

背景技術

咖啡是世界三大飲料之一，由于咖啡花芽發育的不同步性，導致咖啡有多次開花現象及花期集中的特性。例如，在云南盛花期為3－5月，每次開花持續三天左右，因此果期從10月持續至1月左右，這導致收獲期果實具有不同的成熟度以及咖啡果實成熟期在時間和空間上都難以追蹤和預測。同時，采收期持續時間長，造成采收成本高，采后挑揀工作量大，不利于病蟲害控制等一系列問題，且不利于高品質果實的生產。為了解決這些問題，咖啡生育期觀測具有重要意義，而準確觀測咖啡成熟果實出現的時間和數量，為果實發育和成熟期追蹤預測以及產量預測等方面提供重要數據，有利于實現農業栽培及管理的精準化。

目前對咖啡生育期觀測主要有遙感方法和人工觀測法。其中，人工觀測代價高且效率低，缺乏統一標準，難以實現時空上的連續觀測。此外，衛星遙感和無人機遙感在咖啡生育期觀測上早有應用，例如，Herwitz等使用無人機和小尺寸成像系統對咖啡種植地進行監測，使用高分辨率和近實時的成像，提取雜草并剔除雜草影響，同時發現在表面葉子稀疏果實明顯的田塊下，光譜指數與果實成熟度極顯著相關。但是，該檢測方法針對截干修剪后前一兩年的田塊時，由于其生長旺盛，果實通常隱藏于下層，難以預測果實成熟度，從而導致檢測準確率較低。

發明內容

有鑒于此，本發明實施例提供了一種咖啡成熟果實的檢測方法、裝置及電子設備，以解決檢測準確率低的問題。

根據第一方面，本發明實施例提供了一種咖啡成熟果實的檢測方法，包括：

獲取待檢測圖像；

對所述待檢測圖像進行超像素分割，得到若干超像素子圖；

基于咖啡果實成熟期檢測模型對所述超像素子圖進行檢測，以確定所述超像素子圖中的所述咖啡成熟果實；其中，所述咖啡果實成熟期檢測模型是利用樣本圖像對監督學習算法進行訓練得到的。

本發明實施例提供的咖啡成熟果實的檢測方法，通過將超像素作為最小單位檢測咖啡成熟果實，由于超像素分割能夠保持果實形狀，信噪比較高，為后續利用咖啡果實成熟期檢測模型進行檢測提供了基礎；此外，由于咖啡果實成熟期檢測模型是利用樣本圖像對監督學習算法進行訓練得到的，能夠保證訓練后得到的檢測模型具有較高的檢測準確性，進而能夠實現咖啡成熟果實檢測的高準確性。

結合第一方面，在第一方面第一實施方式中，所述咖啡果實成熟期檢測模型是通過如下步驟構建的：

獲取若干所述樣本圖像；所述樣本圖像包括正樣本圖像以及負樣本圖像；其中，所述正樣本圖像是對成熟果實的圖像進行超像素分割得到的；所述負樣本圖像是對不成熟果實的圖像進行超像素分割得到的；

分別提取所述樣本圖像的至少一個特征，以得到特征向量；其中，所述特征包括顏色特征以及紋理特征中的至少之一；

基于所述特征向量，對所述監督學習算法進行訓練，以構建所述咖啡果實成熟期檢測模型。