[發明專利]基于圖像識別的木本植物物候期的自動觀測方法和系統

在審

• 申請號: 202110873270.3
• 申請日: 2021-07-30
• 公開（公告）號: CN113657469A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 盧煥萍;朱懷衛;汪昊;譚浩波;黃光民;王廣倫;王輝;吳乃庚;潘明海
• 申請（專利權）人: 廣東省生態氣象中心（珠江三角洲環境氣象預報預警中心）
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 廣州科粵專利商標代理有限公司 44001
• 代理人: 程旻露

本發明涉及物候學技術領域，特指一種基于圖像識別的木本植物物候期的自動觀測方法和系統，通過建立基于計算機深度學習技術的植物物候期圖像識別模型，在模型訓練樣本足夠的前提下植物相應物候期的識別率正確率達85％以上；而后將物候期識別模型輸出的識別結果，配合圖像剪裁拆分模塊、圖像分類模塊、周期分析模塊進行結果判定和輸出，可進一步提升植物圖像物候期特征的判別效果，實現植物生長的實時、快速和精準觀測，提升物候觀測數據的規范和質量。通過搭建的植物物候期觀測平臺對植物物候期識別結果進行展示，用戶可以通過該平臺實時查詢識別結果，實時了解植物周期及生長情況；同時，簡潔規范的平臺，有利于大范圍推廣使用。

技術領域

本發明涉及物候學技術領域，特指一種基于圖像識別的木本植物物候期的自動觀測方法和系統。

背景技術

珠三角地區氣候條件優越，盛產多種水果和花卉。特別是近年生態農業旅游的日益興起對農業氣象服務提出了新的需求，如農作物生長期預測，特別是瓜果采摘期、賞花期的預報預測，而這些都必須以具備高質量的物候期觀測數據為前提。物候觀測是農用氣象預測預報技術的重要手段，對物候模型、植物物候期預測技術研發至關重要。目前農業氣象觀測現代化建設水平相對滯后，觀測手段落后，自動化和信息化程度低。作物生長參數觀測主要依靠人力，難以滿足精準、實時、連續觀測的要求，農業氣象的自動化觀測能力亟待提高。因此，研究自動化物候觀測技術，建設植物物候自動觀測系統，對于農業氣象觀測技術和觀測數據質量的提升具有非常重要的意義。

發明內容

本發明的發明目的在于：為了解決現有技術中所存在的問題，即依靠人力觀測植物物候期，難以滿足精準、實時、連續觀測的要求的問題，本發明提供了一種基于圖像識別的木本植物物候期的自動觀測方法和系統。

為了解決現有技術中所存在的問題，本發明采用以下技術方案：

S1，獲取植物的樣本圖片，并形成第一樣本集；

S2，將第一樣本集中的樣本圖片按照物候期特征進行分類；在第一樣本集中選取部分樣本圖片形成第二樣本集，對第二樣本集的樣本圖片進行特征標注，并將已標注的樣本圖片訓練初步模型，通過初步模型對第一樣本集中的樣本圖片進行物候期的初步分類篩選，并對分類篩選后的樣本圖片進行人工二次分類遷移；

S3，根據物候期特征把第一樣本集中的樣本圖片分成主要物候期組和特殊物候期組，并對應獲得主要物候期樣本集和特殊物候期樣本集，應用主要物候期樣本集訓練主要物候期識別模型，應用特殊物候期樣本集訓練特殊物候期識別模型；

S4，應用主要物候期樣本集訓練主要物候期識別模型。主要步驟包括：

S41，將主要物候期組的樣本圖片的物候期特征進行標注。

S42，將主要物候期樣本集中的樣本圖片按照不同的物候期類型分別劃分成訓練集、驗證集和測試集；

S43，將待輸入的植物圖片進行拆分和圖像特征增強；

S44，將主要物候期樣本集的訓練集、驗證集和測試集導入訓練模型建立主要物候期識別模型；

S5，應用特殊物候期樣本集訓練特殊物候期識別模型，主要步驟包括：

S51，將特殊物候期樣本集中的圖片進行特征標注，

S52，將標注的圖片通過圖像轉換代碼生成與原圖大小一致的特征標注色塊圖，并與原圖成對保存于特殊物候期樣本集中。

S53，將特殊物候期樣本集中的圖片對(原圖和特征標注色塊圖)按照不同的物候期類型分別劃分成訓練集、驗證集和測試集；

S54，將更新的特殊物候期樣本集中的訓練集、驗證集和測試集導入訓練模型建立特殊物候期識別模型。