[發明專利]基于卷曲葉片檢測的玉米干旱識別方法

在審

• 申請號: 201910446308.1
• 申請日: 2019-05-27
• 公開（公告）號: CN110188657A
• 公開（公告）日: 2019-08-30
• 發明（設計）人: 安江勇;李茂松
• 申請（專利權）人: 中國農業科學院農業資源與農業區劃研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/10
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 董柏雷

1.一種基于卷曲葉片檢測的玉米干旱識別方法，其特征在于，包括以下步驟：

a)通過盆栽試驗方法進行玉米控旱試驗，分為適宜和干旱脅迫兩個處理；

b)使用單反相機從玉米頂部獲取玉米的俯視數字圖像，建立圖像數據集，并使用Labelme軟件對數字圖像中玉米卷曲葉片進行多精細的多邊形標注,將數據劃分為訓練樣本和測試樣本，同時將圖像數據轉化為json文件；

c)使用標注好的訓練集圖像訓練目標檢測模型Mask R-CNN，訓練步數為50步，使用ResNet101提取圖像特征；

d)用測試集測試已訓練好的卷曲葉片檢測模型Mask R-CNN模型，用均值平均精度mAP，精度對模型進行評價，并檢測出卷曲葉片在圖像中的具體位置，對卷曲葉片進行分割。

2.根據權利要求1所述的方法，其特征在于，使用單反相機獲取干旱脅迫下玉米俯視圖數字圖像，用Labelme軟件的多邊形框對玉米卷曲葉片進行標注，每張圖像標注后生成一個json文件，json文件里包含了圖像標注的信息，主要有目標物體的位置坐標，目標物體的類別標簽，和圖像大小信息，圖像標注后進行圖形的注釋，根據json文件內的卷曲葉片標注的位置信息使用OpenCV軟件分別畫出每個卷曲葉片的二值圖像，最后根據每個卷曲葉片的注釋信息和原始圖像生成MaskR-CNN所需格式的一個json文件，該文件包含了所有圖像的類別標簽，卷曲葉片的坐標信息。在模型訓練中將標注好的玉米圖像數據輸入MaskR-CNN模型，圖像數據集隨機劃分為訓練集和測試集，其中80％劃分為訓練集，20％劃分為測試集，在訓練過程中通過tensorflow可視化工具tensorboard來查看模型的收斂情況，當模型訓練好后用測試集對模型進行評估。