[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

本發明公開了一種基于視覺分析的水稻產量預測方法，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。本發明通過無人機獲取水稻圖像，依次建立回歸模型和水稻產量預測模型，從而進行水稻產量預測，充分考慮水稻顏色、穗長以及穗數對產量的影響，并剔除了水稻癟粒和水稻傾斜對水稻產量預測的影響，保證預測結果準確。

技術領域

本發明屬于作物產量預測技術領域，具體涉及一種基于視覺分析的水稻產量預測方法。

背景技術

農作物的產量預測對制訂農產品收購計劃具有非常重要的參考價值，農作物預測產量是在農作物收獲前采取一定方法預先測定的產量。目前，對糧食產量的預測模型總體上分為三大類：時間序列模型和人工神經網絡模型回歸模型。每個模型都有其優缺點，其中神經網絡綜合性能更優，但是存在計算復雜度大的問題。目前基于神經網絡模型的產量預測方法，由于高計算復雜度導致局限性大，預測速度較慢。

發明內容

本發明的目的是為了解決水稻產量預測的問題，提出了一種基于視覺分析的水稻產量預測方法。

本發明的技術方案是：一種基于視覺分析的水稻產量預測方法包括以下步驟：

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。

進一步地，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。

進一步地，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；

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。

進一步地，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。