[發(fā)明專利]農(nóng)作物冠層熱紅外圖像識別方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 201910097344.1 | 申請日: | 2019-01-18 |
| 公開(公告)號: | CN109859101B | 公開(公告)日: | 2022-10-28 |
| 發(fā)明(設(shè)計)人: | 馬曉丹;關(guān)海鷗;劉夢;鄭明 | 申請(專利權(quán))人: | 黑龍江八一農(nóng)墾大學(xué) |
| 主分類號: | G06T3/00 | 分類號: | G06T3/00;G06T7/30 |
| 代理公司: | 北京路浩知識產(chǎn)權(quán)代理有限公司 11002 | 代理人: | 王瑩;吳歡燕 |
| 地址: | 163319 黑*** | 國省代碼: | 黑龍江;23 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 農(nóng)作物 冠層熱 紅外 圖像 識別 方法 系統(tǒng) | ||
1.一種農(nóng)作物冠層熱紅外圖像識別方法,其特征在于,包括:
同時獲取目標(biāo)農(nóng)作物冠層的可見光圖像和熱紅外圖像;
提取所述可見光圖像中的第一農(nóng)作物冠層區(qū)域,并將所述第一農(nóng)作物冠層區(qū)域作為參考圖像;
基于仿射變換算法,將所述參考圖像和所述熱紅外圖像進(jìn)行配準(zhǔn),并識別所述熱紅外圖像中的第二農(nóng)作物冠層區(qū)域;
所述提取所述可見光圖像中的第一農(nóng)作物冠層區(qū)域,具體包括:
獲取所述可見光圖像的R、G、B三個顏色分量,并基于預(yù)設(shè)模糊神經(jīng)網(wǎng)絡(luò)模型,分離出所述第一農(nóng)作物冠層區(qū)域;
其中,所述預(yù)設(shè)模糊神經(jīng)網(wǎng)絡(luò)模型由包含有樣本農(nóng)作物冠層區(qū)域的樣本可見光圖像的R、G、B三個顏色分量作為輸入,所述樣本可見光圖像中的所述樣本農(nóng)作物冠層區(qū)域或所述樣本可見光圖像中的背景圖像作為輸出,采用梯度下降的誤差反向傳播法進(jìn)行訓(xùn)練得到;
所述基于仿射變換算法,將所述參考圖像和所述熱紅外圖像進(jìn)行配準(zhǔn),具體包括:
基于全局線性仿射變換算法,構(gòu)建仿射變換模型;所述仿射變換模型用于將所述參考圖像映射至熱紅外圖像坐標(biāo)系下;
基于所述仿射變換模型,將所述參考圖像和所述熱紅外圖像進(jìn)行配準(zhǔn);
所述仿射變換模型的參數(shù)值基于所述熱紅外圖像及所述參考圖像中任意三對相對應(yīng)的特征點對,采用如下公式確定:
其中,α′為所述參考圖像和所述熱紅外圖像之間由線性變換所形成的角度偏移對應(yīng)的單位矢量,經(jīng)等式變換后對應(yīng)的矢量的偏移角,α為慣性系數(shù),μ、ρ、θ均為所述仿射變換模型中的仿射變換參數(shù);
所述基于所述仿射變換模型,將所述參考圖像和所述熱紅外圖像進(jìn)行配準(zhǔn),具體包括:
分別在所述參考圖像和所述熱紅外圖像中標(biāo)定相互對應(yīng)的特征點對和特征線段對,基于所述特征點對、所述特征線段對以及所述仿射變換模型,確定所述仿射變換模型中仿射變換參數(shù)的初始取值;
改變所述仿射變換參數(shù)的取值,將所述參考圖像和所述熱紅外圖像進(jìn)行配準(zhǔn),直至確定所述參考圖像在所述熱紅外圖像坐標(biāo)系下的最佳配準(zhǔn)位置。
2.根據(jù)權(quán)利要求1所述的農(nóng)作物冠層熱紅外圖像識別方法,其特征在于,在所述識別所述熱紅外圖像中的第二農(nóng)作物冠層區(qū)域之前,還包括:對所述熱紅外圖像進(jìn)行濾波處理,并對所述參考圖像進(jìn)行插值處理。
3.根據(jù)權(quán)利要求2所述的農(nóng)作物冠層熱紅外圖像識別方法,其特征在于,所述識別所述熱紅外圖像中的第二農(nóng)作物冠層區(qū)域,具體包括:
依次提取所述參考圖像中各像素點的第一像素點取值,以及依次提取所述熱紅外圖像中各像素點的第二像素點取值;
對于所述參考圖像中的任一像素點,若所述任一像素點的所述第一像素點取值為0,則令所述熱紅外圖像中與所述任一像素點相同位置的像素點的所述第二像素點取值為0;
更新所述熱紅外圖像中每一像素點的所述第二像素點取值,所述熱紅外圖像中所述第二像素點取值不為0的位置構(gòu)成所述第二農(nóng)作物冠層區(qū)域。
4.根據(jù)權(quán)利要求1-3中任一項所述的農(nóng)作物冠層熱紅外圖像識別方法,其特征在于,還包括:
基于所述第二農(nóng)作物冠層區(qū)域的熵值以及所述第二農(nóng)作物冠層區(qū)域條件下所述熱紅外圖像的熵值,確定所述熱紅外圖像與所述第二農(nóng)作物冠層區(qū)域之間的互信息熵;
基于所述互信息熵,確定識別所述熱紅外圖像中的第二農(nóng)作物冠層區(qū)域時的識別質(zhì)量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于黑龍江八一農(nóng)墾大學(xué),未經(jīng)黑龍江八一農(nóng)墾大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910097344.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種用于精準(zhǔn)農(nóng)業(yè)的農(nóng)作物監(jiān)測系統(tǒng)
- 基于遙感數(shù)據(jù)的農(nóng)作物旱災(zāi)損失評估系統(tǒng)及方法
- 一種農(nóng)作物生長模型優(yōu)化方法及裝置
- 一種基于氣候影響的農(nóng)作物長勢預(yù)測方法
- 農(nóng)作物病蟲草害識別方法及裝置
- 農(nóng)作物災(zāi)情評估方法、裝置、設(shè)備及計算機可讀存儲介質(zhì)
- 一種農(nóng)作物前端識別裝置及方法
- 一種桿狀農(nóng)作物自動化收割機
- 一種桿狀農(nóng)作物自動化收割機
- 一種農(nóng)作物生長管理系統(tǒng)及方法
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





