[發(fā)明專利]一種基于圖像識(shí)別的薇甘菊監(jiān)測方法

有效

• 申請?zhí)枺?/td>: 202010123179.5
• 申請日: 2020-02-27
• 公開（公告）號: CN111339954B
• 公開（公告）日: 2022-08-09
• 發(fā)明（設(shè)計(jì)）人: 李巖舟;范卿;麥聰;施瑞;吳舒晗;林濤;田洪坤;劉亞東;王天海;江欣
• 申請（專利權(quán)）人: 廣西大學(xué)
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V20/10;G06V10/26;G06V10/20;G06T7/62;G06T7/11;G06T7/136;G06T5/30;G06T3/40
• 代理公司: 廣西中知華譽(yù)知識(shí)產(chǎn)權(quán)代理有限公司 45140
• 代理人: 趙龍

本發(fā)明公開了一種基于圖像識(shí)別的薇甘菊監(jiān)測方法，屬于圖像智能識(shí)別技術(shù)領(lǐng)域。包括如下步驟：通過無人機(jī)所搭載的相機(jī)對待監(jiān)測地區(qū)進(jìn)行等間隔拍攝，得到多張薇甘菊航拍圖，將薇甘菊航拍圖傳輸?shù)接?jì)算機(jī)；構(gòu)建閾值分割算法，用采樣集的薇甘菊航拍圖像調(diào)試所述閾值分割算法的平均值參數(shù)和標(biāo)準(zhǔn)差參數(shù)，校準(zhǔn)用于識(shí)別薇甘菊的閾值分割算法；所述薇甘菊航拍圖經(jīng)過圖像合成算法處理后，傳輸至閾值分割算法，再經(jīng)圖像增強(qiáng)算法處理后，得到包含薇甘菊識(shí)別信息的二值圖像；根據(jù)無人機(jī)飛行高度參數(shù)和相機(jī)廣角參數(shù)，結(jié)合所述二值圖像，得到薇甘菊分布圖和薇甘菊分布面積。本發(fā)明克服現(xiàn)有的對于盛花期薇甘菊爆發(fā)點(diǎn)監(jiān)測效率較低的缺點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像智能識(shí)別技術(shù)領(lǐng)域，尤其是一種基于圖像識(shí)別的薇甘菊監(jiān)測方法。

背景技術(shù)

薇甘菊(Mikania micrantha)，菊科假澤蘭屬，原產(chǎn)于美洲，是一種危害性極強(qiáng)的入侵性雜草。20世紀(jì)80年代初，薇甘菊被發(fā)現(xiàn)傳入中國華南地區(qū)，危害當(dāng)?shù)刂脖缓娃r(nóng)林作物并造成巨大經(jīng)濟(jì)損失。

目前針對薇甘菊的自動(dòng)識(shí)別的研究很少，目前有基于衛(wèi)星遙感技術(shù)、基于高光譜遙感技術(shù)、基于深度學(xué)習(xí)技術(shù)的相關(guān)研究，但是均存在較大的局限性。因此，隨著薇甘菊危害的嚴(yán)重性日益增加和現(xiàn)有監(jiān)測方法的缺陷，迫切需要開發(fā)一種高精度的監(jiān)測方法快速、準(zhǔn)確、有效地獲取薇甘菊分布數(shù)據(jù)。

發(fā)明內(nèi)容

本發(fā)明的發(fā)明目的是提供一種基于圖像識(shí)別的薇甘菊監(jiān)測方法，克服現(xiàn)有的對于盛花期薇甘菊爆發(fā)點(diǎn)監(jiān)測效率較低的缺點(diǎn)。

為達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是：

一種基于圖像識(shí)別的薇甘菊監(jiān)測方法，包括如下步驟：

步驟S1，通過無人機(jī)所搭載的相機(jī)對待監(jiān)測地區(qū)進(jìn)行等間隔拍攝，得到多張薇甘菊航拍圖，將薇甘菊航拍圖傳輸?shù)接?jì)算機(jī)；

步驟S2，構(gòu)建閾值分割算法，將多張薇甘菊航拍圖像分為采樣集和測試集，用采樣集的薇甘菊航拍圖像調(diào)試所述閾值分割算法的平均值參數(shù)和標(biāo)準(zhǔn)差參數(shù)，校準(zhǔn)用于識(shí)別薇甘菊的閾值分割算法；用測試集的薇甘菊航拍圖像驗(yàn)證生成的閾值分割算法的準(zhǔn)確率，當(dāng)準(zhǔn)確率小于預(yù)設(shè)閾值時(shí)，調(diào)整閾值分割算法中的平均值參數(shù)、標(biāo)準(zhǔn)差參數(shù)，重新測試準(zhǔn)確率，重復(fù)此步驟直至準(zhǔn)確率大于等于預(yù)設(shè)閾值時(shí)，完成閾值分割算法的參數(shù)調(diào)試；

步驟S3，所述薇甘菊航拍圖經(jīng)過圖像合成算法處理后，傳輸至閾值分割算法，再經(jīng)圖像增強(qiáng)算法處理后，得到包含薇甘菊識(shí)別信息的二值圖像；

步驟S4，根據(jù)無人機(jī)飛行高度參數(shù)和相機(jī)廣角參數(shù)，結(jié)合所述二值圖像，得到薇甘菊分布圖和薇甘菊分布面積。

進(jìn)一步的，所述無人機(jī)飛行高度為距離冠層之上20-30m處，所述相機(jī)為全畫幅單鏡頭反光數(shù)碼相機(jī)。

進(jìn)一步的，所述步驟S2中，采樣集和測試集的圖像數(shù)量比為1：3。

進(jìn)一步的，所述步驟S2中，所述預(yù)設(shè)閾值為90％。

進(jìn)一步的，所述步驟S3中，圖像合成算法包括圖像拼接技術(shù)、地面控制點(diǎn)精確校正技術(shù)，所述圖像合成算法將薇甘菊航拍圖處理后得到RGB三通道圖像。

進(jìn)一步的，所述步驟S3中，所述閾值分割算法以(μ-1.5σ，μ+1.5σ)這一范圍作為薇甘菊不同顏色通道的取值范圍，其中μ為在采樣集中得到的不同顏色通道的平均值，σ為在采樣集中得到的不同顏色通道的標(biāo)準(zhǔn)差，當(dāng)所述RGB三通道圖像中像素點(diǎn)相應(yīng)通道值落在所述取值范圍內(nèi)時(shí)，認(rèn)為該像素屬于薇甘菊的像素點(diǎn)；反之，則不是。

進(jìn)一步的，所述步驟S3中,所述圖像增強(qiáng)算法包括形態(tài)學(xué)開、閉運(yùn)算。

進(jìn)一步的，所述二值圖像包含薇甘菊的坐標(biāo)信息。

由于采用上述技術(shù)方案，本發(fā)明具有以下有益效果：