[發明專利]一種基于AI深度學習的梨品種苗木鑒別方法在審
| 申請號： | 202110334795.X | 申請日： | 2021-03-29 |
| 公開（公告）號： | CN112991312A | 公開（公告）日： | 2021-06-18 |
| 發明（設計）人： | 田路明;曹玉芬;董星光;張瑩;齊丹;霍宏亮;徐家玉;劉超 | 申請（專利權）人： | 中國農業科學院果樹研究所 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T7/10;G06N3/04;G06N3/08 |
| 代理公司： | 北京東方盛凡知識產權代理事務所(普通合伙) 11562 | 代理人： | 張雪 |
| 地址： | 125100 遼寧*** | 國省代碼： | 遼寧;21 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 ai 深度 學習 品種 苗木 鑒別方法 | ||
1.一種基于AI深度學習的梨品種苗木鑒別方法，其特征在于，包括以下步驟：
S1、圖像采集，采用RGB相機傳感器獲取梨品種苗木的形態表型圖像，并基于點云數據檢測分割所述苗木的特征圖像；
S2、圖像處理：將所述梨品種苗木的形態表型圖像與干擾背景進行分割，得到分割后的特征圖像；
S3、基于卷積神經網絡構建梨品種苗木鑒別模型，通過所述分割后的特征圖像進行訓練，得到訓練好的梨品種苗木鑒別模型；
S4、基于長短期記憶網絡LSTM對所述梨品種苗木鑒別模型進行測試，通過門限實時更新訓練模型中的圖像；
S5、將待鑒別的苗木輸入到所述LSTM網絡中進行訓練，提取待檢測苗木特征，通過與更新后的訓練模型比較得到鑒別結果。
2.根據權利要求1所述的基于AI深度學習的梨品種苗木鑒別方法，其特征在于，基于HSV方法對所述步驟S2中圖像與干擾背景進行分割，并提取出梨品種苗木的形態表型特征。
3.根據權利要求2所述的基于AI深度學習的梨品種苗木鑒別方法，其特征在于，所述梨品種苗木形態表型特征包括皮孔數量、芽的大小以及姿態、皮色和節間長度。
4.根據權利要求2所述的基于AI深度學習的梨品種苗木鑒別方法，其特征在于，利用PLC點云庫、MATLAB軟件對生成的點云信息進行操作和計算，分別提取出梨品種的皮孔數量信息、芽的大小以及姿態信息、皮色信息和節間長度信息。
5.根據權利要求1所述的基于AI深度學習的梨品種苗木鑒別方法，其特征在于，所述步驟S3中，卷積神經網絡包括第一卷積層、第二卷積層、全連接層和高斯連接層。
6.根據權利要求1所述的基于AI深度學習的梨品種苗木鑒別方法，其特征在于，所述步驟S4中，長短記憶網絡LSTM包括遺忘門、更新門和輸出門，用于對輸入的信息進行增加與遺忘。
7.根據權利要求5所述的基于AI深度學習的梨品種苗木鑒別方法，其特征在于，所述遺忘門、更新門和輸出門中都包含Sigmoid激活函數。
8.根據權利要求1所述的基于AI深度學習的梨品種苗木鑒別方法，其特征在于，所述步驟S4中，LSTM神經網絡進行訓練的過程包括：
物體定位：預測包含主要物體的圖像區域；
物體分類：針對分割好的目標進行分類；
目標分割：將圖像目標分割出來，針對圖像上的像素進行歸屬；
關鍵點檢測：從圖像中檢測目標物體上的關鍵點位置。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國農業科學院果樹研究所，未經中國農業科學院果樹研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110334795.X/1.html，轉載請聲明來源鉆瓜專利網。
