[發明專利]一種基于視覺分析的水稻產量預測方法

在審

• 申請號: 202111674763.0
• 申請日: 2021-12-31
• 公開（公告）號: CN114332626A
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 楊向東;陳芋杭;楊絲婭;楊繼萍;李智浩;陳奕昂;楊鵬程;陽輝
• 申請（專利權）人: 四川上太科技有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V20/40;G06Q50/02;G06Q10/04
• 代理公司: 成都正德明志知識產權代理有限公司 51360
• 代理人: 張小娟

1.一種基于視覺分析的水稻產量預測方法，其特征在于，包括以下步驟：

S1：利用無人機采集水稻田的視頻，并識別視頻中的作物種類，確定水稻生長圖像；

S2：依次識別水稻生長圖像中水稻的穗長和穗數；

S3：根據水稻的穗長、穗數和顏色，確定水稻田的水稻產量。

2.根據權利要求1所述的視覺分析的水稻產量預測方法，其特征在于，所述步驟S1包括以下子步驟：

S11：在水稻田的視頻中確定存在作物的目標區域，并提取目標區域的初始影像；

S12：對初始影像中的不同波段進行處理，得到不同植被指數的初始指數影像；

S13：在目標區域中，根據不同植被指數的初始指數影像，確定不同植被指數的密度函數，并利用密度函數對初始指數影像進行濾波處理，確定不同植被指數的最終指數影像；

S14：根據不同植被指數的最終指數影像，計算不同植被指數的分類指數，將大于設定分類指數的植被指數對應的作物作為水稻，將水稻所處目標區域的圖像作為水稻生長圖像。

3.根據權利要求2所述的視覺分析的水稻產量預測方法，其特征在于，所述步驟S12中，植被指數NDVI的計算公式為：

NDVI＝(NIR-R)/(NIR+R)

其中，NIR表示初始影像的近紅外波段，R表示初始影像的紅波段；

所述步驟S14中，不同植被指數的分類指數的計算公式為：

其中，n表示植被指數的個數，G_i表示第i個植被指數的基尼系數，β_i表示第i個植被指數的最終指數影像的權重。

4.根據權利要求1所述的視覺分析的水稻產量預測方法，其特征在于，所述步驟S2中，識別水稻的穗長的具體方法為：

A21：剔除不含稻穗的水稻生長圖像，并將水稻生長圖像進行豎直旋轉，得到水稻標準圖像；

A22：對水稻標準圖像依次進行灰度化處理和去噪處理，并對去噪處理后的水稻標準圖像進行二值化處理，得到水稻二值圖像；

A23：從水稻二值圖像中提取水稻的稻穗面積，并利用細化算法從水稻二值圖像中提取水稻的骨架；

A24：在稻穗面積內，將水稻的骨架中大于設定穗長路徑的路徑距離作為水稻的穗長。

5.根據權利要求4所述的視覺分析的水稻產量預測方法，其特征在于，所述步驟A21中，對水稻生長圖像進行豎直旋轉的具體方法為：對水稻生長圖像進行形態學處理，得到水稻生長圖像中的水稻傾斜角度，并將水稻生長圖像按照水稻傾斜角度進行豎直旋轉，得到水稻標準圖像；

所述步驟A23中，提取水稻的稻穗面積的具體方法為：對水稻二值圖像進行預處理，得到水稻的實粒數和癟粒數，根據實粒數與癟粒數的差值計算水稻的稻穗面積S，其計算公式為：

S＝(N_real-N_empty)·α·ra²

其中，N_real表示是水稻的實粒數，N_empty表示是水稻的癟粒數，α表示水稻二值圖像中前景像素點個數，ra表示水稻二值圖像的分辨率；

所述步驟A24中，確定水稻的骨架中路徑距離的具體方法為：在稻穗面積內，掃描水稻的骨架，確定骨架的邊界端點，依次計算每兩個邊界端點之間的前景像素點個數，將前景像素點個數大于設定像素點個數的值作為骨架的路徑距離。

6.根據權利要求5所述的視覺分析的水稻產量預測方法，其特征在于，所述步驟S2中，識別水稻的穗數的具體方法為：

B21：利用五點三次平滑濾波方法對水稻的骨架進行平滑濾波處理，并沿穗軸方向按行像素求和，得到像素曲線圖；

B22：在像素曲線圖中，分離水稻的稻穗和莖稈，并提出莖稈的像素曲線圖；

B23：提取稻穗的像素曲線圖的極值點，并確定像素曲線圖中的極大值點個數；

B24：根據像素曲線圖中的極大值點個數，計算水稻的穗數。