[發明專利]果樹花期監測方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202010564544.6
• 申請日: 2020-06-19
• 公開（公告）號: CN111723736A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 柴秀娟;胡明玉;夏雪;張文蓉;孫坦
• 申請（專利權）人: 中國農業科學院農業信息研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 泰和泰律師事務所 51219
• 代理人: 范相玉

1.一種果樹花期監測方法，其特征在于，所述方法包括：

獲取目標果樹的全局圖像，并將所述全局圖像輸入到檢測模型中得到所述全局圖像中所有類型果樹花的位置坐標；所述檢測模型是根據全局樣本圖像及全局樣本圖像中對應的果樹花類型及位置坐標訓練得到的；

根據所述所有類型果樹花的位置坐標在所述全局圖像中截取果樹花子圖；

將每個所述果樹花子圖輸入到分類模型中得到各果樹花子圖分別對應的果樹花狀態；所述分類模型是根據果樹花樣本子圖和對應的果樹花狀態標簽訓練得到的；

根據所有果樹花子圖對應的果樹花狀態確定所述目標果樹的花期狀態。

2.根據權利要求1所述的果樹花期監測方法，其特征在于，所述果樹花狀態包括花蕾狀態、半開放狀態、全開放狀態，所述根據所有果樹花子圖對應的果樹花狀態確定所述目標果樹的花期狀態，包括：

分別計算所述花蕾狀態、所述半開放狀態和所述全開放狀態的花朵數量占所有花朵數量的占比值；

根據所述花蕾狀態、所述半開放狀態和所述全開放狀態的占比值確定所述目標果樹的花期狀態。

3.根據權利要求1所述的果樹花期監測方法，其特征在于，所述檢測模型通過下述方式訓練得到：

獲取所述全局樣本圖像，所述全局圖像樣本中包括各花朵分別對應的果樹花類型及位置坐標；

通過目標檢測算法對所述全局圖像樣本進行訓練得到所述檢測模型。

4.根據權利要求3所述的果樹花期監測方法，其特征在于，所述通過目標檢測算法對所述全局圖像樣本進行訓練得到所述檢測模型，包括：

將所述全局圖像樣本縮放到預置尺寸，然后將縮放的全局圖像樣本輸入到SSD模型中經過卷積操作得到不同尺寸的特征圖；

針對不同尺寸的特征圖生成預測框，經過卷積操作得到得到每個預測框的坐標及分類結果；

通過非極大值抑制算法對所述預測框的坐標及分類結果進行計算得到最終的檢測結果；

根據所述檢測結果計算位置誤差損失和分類損失并進行反向傳播更新所述檢測模型的參數。

5.根據權利要求1所述的果樹花期監測方法，其特征在于，所述分類模型通過下述方式訓練得到：

獲取所述果樹花樣本子圖，所述果樹花樣本子圖是包括一朵花的圖像，所述果樹花樣本子圖中的果樹花狀態標簽包括花蕾狀態標簽、半開放狀態標簽、全開放狀態標簽；

通過深度卷積神經網絡結構對所述果樹花樣本子圖進行訓練得到所述分類模型。

6.根據權利要求5所述的果樹花期監測方法，其特征在于，所述通過深度卷積神經網絡結構對所述果樹花樣本子圖進行訓練得到所述分類模型，包括：

將輸入所述深度卷積神經網絡結構的果樹花樣本子圖依次經過5*5卷積、3*3卷積、2*2最大池化、3*3卷積、2*2最大池化、2*2卷積、全連接操作，最后經過softmax層得到輸入果樹花樣本子圖的所屬類別。

7.一種果樹花期監測裝置，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取目標果樹的全局圖像，并將所述全局圖像輸入到檢測模型中得到所述全局圖像中所有類型果樹花的位置坐標；所述檢測模型是根據全局樣本圖像及全局樣本圖像中對應的果樹花類型及位置坐標訓練得到的；

截取模塊，用于根據所述所有類型果樹花的位置坐標在所述全局圖像中截取果樹花子圖；

第二獲取模塊，用于將每個所述果樹花子圖輸入到分類模型中得到各果樹花子圖分別對應的果樹花狀態；所述分類模型是根據果樹花樣本子圖和對應的果樹花狀態標簽訓練得到的；

確定模塊，用于根據所有果樹花子圖對應的果樹花狀態確定所述目標果樹的花期狀態。

8.根據權利要求7所述的果樹花期監測裝置，其特征在于，所述確定模塊，包括：

計算單元，用于分別計算所述花蕾狀態、所述半開放狀態和所述全開放狀態的花朵數量占所有花朵數量的占比值；

確定單元，用于根據所述花蕾狀態、所述半開放狀態和所述全開放狀態的占比值確定所述目標果樹的花期狀態。