[發明專利]一種進口大豆中的入侵植物種子檢測方法

在審

• 申請號: 202310256932.1
• 申請日: 2023-03-17
• 公開（公告）號: CN116310549A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 錢萬強;張子照;喬曦;黃亦其;劉博;劉聰輝;黃聰;萬方浩
• 申請（專利權）人: 中國農業科學院農業基因組研究所
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06V10/26;G06V10/28;G06V10/44;G06N3/048;G06N3/0464;G06N3/045;G06N3/08
• 代理公司: 深圳國聯專利代理事務所(特殊普通合伙) 44465
• 代理人: 雙瑞晨

1.一種進口大豆中的入侵植物種子檢測方法，其特征在于包括以下步驟：

S1：將混合在一起的進口大豆與多類入侵植物種子的產品隨機播撒在實驗臺上，拍攝獲取種子的原始圖像；

S2：標注種子原始圖像并制作VOC格式的語義分割數據集：

S3：利用S2得到的所述語義分割數據集訓練U2Net語義分割模型；

S4：使用S3訓練好的U2Net語義分割模型對混合種子的原始圖像進行分割，得到種子背景分離的分割圖像；

S5：對S4獲取的分割圖像進行進一步的掩膜處理；

S6：提取S5掩膜后分割圖像中的種子輪廓并保存輪廓點的坐標，根據輪廓畫出每個種子的外接矩形框并按該矩形框進行裁剪，得到單個種子的圖像；

S7：對S6得到的單個種子圖像進行標注并構建種子分類數據集；

S8：利用S7構建的所述種子分類數據集訓練ResNet圖像分類模型；

S9：使用S3訓練好的U2Net語義分割模型和S8訓練好的ResNet圖像分類模型對未參與訓練的混合種子的原始圖像進行檢測應用。

2.根據權利要求1所述的一種進口大豆中的入侵植物種子檢測方法，其特征在于：獲取所述S1混合種子的原始圖像具體包括：通過圖像采集設備拍攝待檢測混合種子獲得原始圖像，所述原始圖像中包含的是大豆種子與多類入侵植物種子的混合種子，各原始圖像中包含的入侵植物種子種類數量各異。

3.根據權利要求1所述的一種進口大豆中的入侵植物種子檢測方法，其特征在于：按照所述S2標注種子原始圖像并制作VOC格式的語義分割數據集包括以下步驟：使用EIseg標注軟件對每張原始圖片中的種子部分進行標注，共分為兩類目標，種子為第一類，背景默認為第零類；將生成的標注文件整理成VOC數據集的格式，標注信息整理成json格式，以便輸入到語義分割網絡。

4.根據權利要求1所述的一種進口大豆中的入侵植物種子檢測方法，其特征在于：根據所述S3使用語義分割數據集訓練U2Net語義分割模型包括以下步驟：搭建U2Net語義分割模型；將語義分割數據集按照VOC數據集的傳入格式輸入語義分割模型中，設置合適的BatchSize，epoch和LearnRate參數，訓練模型，保存不同迭代次數的模型權重；分別使用訓練完畢并保存的模型在測試集進行測試，選出分割效果最好的模型作為最終的U2Net分割模型。

5.根據權利要求1所述的一種進口大豆中的入侵植物種子檢測方法，其特征在于：搭建所述S3中的U2Net語義分割模型包括以下步驟：搭建U2Net網絡，基于UNet結構，將其加工包裝成為RSU結構，并重新按照UNet的結構，將每層或者每個stage由UNet中樸素的卷積結構變為RUS結構。

6.根據權利要求1所述的一種進口大豆中的入侵植物種子檢測方法，其特征在于：所述S5中對分割圖像進行掩膜處理包括以下步驟：得到分割圖像是二值圖像，種子部分為白色，像素值為255，背景部分為黑色，像素值為0；用分割圖像與原圖進行與操作，實現種子保留，背景屏蔽的效果，得到黑背景的種子掩膜圖；將得到的分割圖像進行取反操作，種子部分變為黑色，背景部分變為白色，得到取反二值圖；將黑背景的種子掩膜圖和取反二值圖進行或操作，實現種子保留，背景顏色變為白色的效果，最終得到背景為白色的種子掩膜圖。

7.根據權利要求1所述的一種進口大豆中的入侵植物種子檢測方法，其特征在于：所述S6提取掩膜后分割圖像中的種子輪廓并保存輪廓點的坐標，根據輪廓畫出每個種子的外接矩形框并按該矩形框進行裁剪，得到單個種子的圖像包括以下步驟：在得到的白色種子掩膜圖上使用opencv提取種子的輪廓并可視化在圖像上，將每個種子的輪廓信息單獨保存；使用opencv畫出保存了的每個種子輪廓的外接矩形，并保存；按照保存的外接矩形，將種子裁剪，并保存為單獨的單個種子圖像，用于后續種子圖像分類。