[發明專利]植株長勢的檢測方法、設備、裝置及計算機存儲介質

在審

• 申請號: 202310162809.3
• 申請日: 2023-02-17
• 公開（公告）號: CN116468657A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 蘇海峰;宋佳音;蔡揚
• 申請（專利權）人: 七海行（深圳）科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60;G06T7/62;G06T7/70
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 金銀花

1.一種植株長勢的檢測方法，其特征在于，所述方法包括：

每隔指定時長，獲取植株的頂端圖像和植株的側面圖像；

將所述頂端圖像輸入至預先訓練好的植株檢測模型中進行植株檢測，得到所述頂端圖像中各植株的包圍盒的位置；

針對所述頂端圖像中的任意一個植株，基于所述植株的包圍盒的位置，確定所述植株的寬度；以及，

利用所述側面圖像，確定所述植株的莖稈高度；以及，

根據所述植株的測量距離，得到所述植株的高度，其中，所述測量距離是通過深度傳感器測量得到的，且所述測量距離為所述植株頂端與所述深度傳感器之間的距離；

通過所述植株的寬度、所述莖稈高度和所述植株的高度，得到所述植株的長勢。

2.根據權利要求1所述的方法，其特征在于，所述植株長勢還包括植株密度；

所述將所述頂端圖像輸入至預先訓練好的植株檢測模型中進行植株檢測，得到所述頂端圖像中各植株的包圍盒的位置之后，所述方法還包括：

根據所述頂端圖像中各包圍盒的總數量和預設的視野面積，得到與所述頂端圖像對應的中間植株密度；

將各指定時長分別對應的各頂端圖像的中間植株密度的平均值，確定為所述植株密度。

3.根據權利要求1所述的方法，其特征在于，所述包圍盒的位置包括所述包圍盒中四個頂點的圖像位置坐標；

所述基于所述植株的包圍盒的位置，確定所述植株的寬度，包括：

針對所述包圍盒中的任意一個頂點，利用預設的深度相機標定矩陣將所述頂點的圖像位置坐標進行轉換，得到所述頂點在世界坐標系中的實際位置坐標；

基于所述包圍盒中各頂點的實際位置坐標，得到所述包圍盒的長度和寬度，其中，所述寬度的數值大于所述長度的數值；

基于所述包圍盒的寬度，確定所述植株的寬度。

4.根據權利要求1所述的方法，其特征在于，所述利用所述側面圖像，確定所述植株的莖稈高度，包括：

將所述側面圖像輸入至預先訓練好的莖稈檢測模型中進行莖稈檢測，得到所述植株側面圖像中各植株的莖稈的包圍盒的位置，其中，所述包圍盒的位置包括所述包圍盒中各頂點的圖像位置坐標；

利用預設的植株位置序號與莖稈位置序號的對應關系，確定與所述植株的植株位置序號相對應的目標莖稈位置序號；

通過預設的視覺相機標定矩陣將與目標所述莖稈位置序號相對應的莖稈的包圍盒的各頂點的圖像位置坐標進行轉換，得到所述各頂點在世界坐標系中的實際位置坐標；

基于所述各頂點的實際位置坐標，得到所述植株的莖稈高度。

5.根據權利要求1所述的方法，其特征在于，所述植株長勢還包括高度比例參數；

所述根據所述植株的測量距離，得到所述植株的高度之后，所述方法還包括：

將所述植株的莖稈高度與所述植株的高度相除，得到所述植株的高度比例參數。

6.根據權利要求1所述的方法，其特征在于，通過以下方式對所述植株檢測模型進行訓練：

獲取訓練樣本，其中，所述訓練樣本中包括植株的頂端圖像，且所述頂端圖像中包括各植株的包圍盒的標注位置；

將所述訓練樣本輸入至所述植株檢測模型中進行植株檢測，得到各植株的包圍盒的預測位置；

根據所述各植株的包圍盒的標注位置和所述各植株的包圍盒的預測位置，得到誤差值；

若所述誤差值大于指定閾值，則對所述植株檢測模型的指定參數進行調整后，返回將所述訓練樣本輸入至所述植株檢測模型中進行植株檢測的步驟，直至所述誤差值不大于所述指定閾值，則結束對所述植株檢測模型的訓練。