[發(fā)明專利]一種農(nóng)作物生長(zhǎng)周期識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010344484.7
• 申請(qǐng)日: 2020-04-27
• 公開（公告）號(hào): CN111553804A
• 公開（公告）日: 2020-08-18
• 發(fā)明（設(shè)計(jì)）人: 劉明高
• 申請(qǐng)（專利權(quán)）人: 無(wú)錫雪浪數(shù)制科技有限公司
• 主分類號(hào): G06Q50/02
• 分類號(hào): G06Q50/02;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 無(wú)錫華源專利商標(biāo)事務(wù)所(普通合伙) 32228
• 代理人: 聶啟新

本發(fā)明公開了一種農(nóng)作物生長(zhǎng)周期識(shí)別方法，涉及智慧農(nóng)業(yè)領(lǐng)域，該方法包括：用戶終端獲取農(nóng)作物圖像；當(dāng)用戶終端處于離線狀態(tài)時(shí)，用戶終端自動(dòng)識(shí)別農(nóng)作物圖像，得到農(nóng)作物的生長(zhǎng)周期，執(zhí)行用戶終端展示農(nóng)作物生長(zhǎng)周期的識(shí)別結(jié)果的步驟；當(dāng)用戶終端處于在線狀態(tài)時(shí)，用戶終端將農(nóng)作物圖像上傳至云端；在云端中建立算法模型；算法模型自動(dòng)識(shí)別農(nóng)作物的生長(zhǎng)周期，將識(shí)別結(jié)果回傳至用戶終端；用戶終端展示農(nóng)作物生長(zhǎng)周期的識(shí)別結(jié)果。本申請(qǐng)通過(guò)用戶終端的離線識(shí)別功能進(jìn)行農(nóng)作物生長(zhǎng)周期的識(shí)別，減少了云端的壓力，同時(shí)還具有在線識(shí)別功能，保證了識(shí)別的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及智慧農(nóng)業(yè)領(lǐng)域，尤其是一種農(nóng)作物生長(zhǎng)周期識(shí)別方法。

背景技術(shù)

通常來(lái)說(shuō)，視覺(jué)對(duì)圖像分類的流程包括，提取圖像特征，根據(jù)特征進(jìn)行分類判斷，其中傳統(tǒng)的圖像特征提取方法有SIFT(Scale-Invariant Feature Transform，尺度不變特征變換)、SURF(Speeded-Up Robust Features，加速穩(wěn)健特征)等方式。上述傳統(tǒng)的圖像特征提取方法都屬于在線預(yù)測(cè)方式，這樣就需要用戶在使用產(chǎn)品時(shí)具備良好的使用環(huán)境，比如網(wǎng)絡(luò)信號(hào)不好的情況下，在線預(yù)測(cè)就會(huì)遇到阻礙。雖然越多的參數(shù)會(huì)帶來(lái)越好的分類效果，但是需要很龐大的計(jì)算量，從而導(dǎo)致計(jì)算端壓力過(guò)大，極易造成數(shù)據(jù)冗余，甚至出現(xiàn)計(jì)算端崩潰的現(xiàn)象。

發(fā)明內(nèi)容

本發(fā)明人針對(duì)上述問(wèn)題及技術(shù)需求，提出了一種農(nóng)作物生長(zhǎng)周期識(shí)別方法，通過(guò)用戶終端的離線識(shí)別功能進(jìn)行農(nóng)作物生長(zhǎng)周期的識(shí)別，減少了云端的壓力，同時(shí)還具有在線識(shí)別功能，保證了識(shí)別的準(zhǔn)確度。

本發(fā)明的技術(shù)方案如下：

一種農(nóng)作物生長(zhǎng)周期識(shí)別，包括如下步驟：

用戶終端獲取農(nóng)作物圖像；

當(dāng)用戶終端處于離線狀態(tài)時(shí)，用戶終端自動(dòng)識(shí)別農(nóng)作物圖像，得到農(nóng)作物的生長(zhǎng)周期，執(zhí)行用戶終端展示農(nóng)作物生長(zhǎng)周期的識(shí)別結(jié)果的步驟；

當(dāng)用戶終端處于在線狀態(tài)時(shí)，用戶終端將農(nóng)作物圖像上傳至云端；

在云端中建立算法模型；

算法模型自動(dòng)識(shí)別農(nóng)作物的生長(zhǎng)周期，將識(shí)別結(jié)果回傳至用戶終端；

用戶終端展示農(nóng)作物生長(zhǎng)周期的識(shí)別結(jié)果。

其進(jìn)一步的技術(shù)方案為，用戶終端自動(dòng)識(shí)別農(nóng)作物圖像，包括：

在使用用戶終端前，云端將算法模型打包壓縮發(fā)送至用戶終端中，用戶終端利用壓縮后的算法模型進(jìn)行農(nóng)作物圖像的識(shí)別。

其進(jìn)一步的技術(shù)方案為，方法還包括：

當(dāng)用戶終端處于在線狀態(tài)時(shí)，用戶終端將農(nóng)作物圖像上傳至專家系統(tǒng)；

在專家系統(tǒng)中，通過(guò)專家診斷建立圖像數(shù)據(jù)庫(kù)，圖像數(shù)據(jù)庫(kù)包括由專家判斷出的農(nóng)作物生長(zhǎng)周期的識(shí)別結(jié)果；

通過(guò)圖像數(shù)據(jù)庫(kù)對(duì)算法模型進(jìn)行在線訓(xùn)練和更新。

其進(jìn)一步的技術(shù)方案為，在云端中建立算法模型，包括：

提取出農(nóng)作物圖像的圖像特征，確定圖像特征與農(nóng)作物生長(zhǎng)周期之間的對(duì)應(yīng)關(guān)系，根據(jù)對(duì)應(yīng)關(guān)系通過(guò)CNN算法計(jì)算出農(nóng)作物生長(zhǎng)周期的概率值，若生長(zhǎng)周期的概率值大于預(yù)定值，則確定農(nóng)作物處于該生長(zhǎng)周期下；否則，將不確定的生長(zhǎng)周期進(jìn)行標(biāo)注，在執(zhí)行通過(guò)圖像數(shù)據(jù)庫(kù)對(duì)算法模型進(jìn)行在線訓(xùn)練和更新的步驟時(shí)，同時(shí)會(huì)優(yōu)化被標(biāo)注的生長(zhǎng)周期的算法。

其進(jìn)一步的技術(shù)方案為，算法模型中存有的農(nóng)作物生長(zhǎng)周期的種類包括：乳熟期、出苗期、分蘗期、孕穗期、成熟期、拔節(jié)期、播種期和蠟熟期。

本發(fā)明的有益技術(shù)效果是：