一种作物目标特征识别方法与流程

1.本发明涉及农业作业技术领域，具体是一种作物目标特征识别方法。


背景技术：

2.有些农作物(比如棉花)顶端具有生长优势，为抑制主干生长，提高枝干生长速率，需要对这类作物进行打顶，以棉花为例，现有的利用机械进行棉花打顶技术中，通常使用目标检测等方法对棉花顶进行识别，但目标检测方法受照片质量影响较大，且棉花顶较小，且与背景颜色十分相近，使用传统目标检测方法准确率较低，远不及人工。因此，需要一种新的作物目标特征识别方法。


技术实现要素：

3.为了克服现有技术中存在的缺陷，本发明的目的是提供一种针对茎叶体植物的作物目标特征识别方法，该方法受图像质量影响小，且考虑了植物自身结构特点，能有效提高识别率。
4.本发明目的通过下列技术方案来实现：
5.一种作物目标特征识别方法，所述作物为茎叶体植物，目标特征为作物的茎叶顶部，包括以下步骤：
6.s1、使用视觉传感器，对作物进行图像采集；
7.s2、将所述图像进行高斯滤波降噪，对图像进行背景阈值分割，提取出较为完整的作物图像；
8.s3、将获取的彩色作物图像进行降维处理，将图像转为灰度图，保留原始图像中作物的主干及茎叶形状分布信息，进行canny算子边缘检测，获取作物边缘及茎叶主干边缘的二值化图像；
9.s4、处理获取的二值化图像：对二值化图像进行直线检测，其中曲线图像为叶边缘，剩余图象为茎叶主干，将直线图像提取为c1，剩余图像为c2，图像c1、c2中的像素值为二值化图像的边缘信息；
10.s5、设c1(x,y)、c2(x,y)为直线图像c1与剩余图像c2中坐标位置的像素点，对c1(x,y)与c2(x,y)进行判断，若c1(x,y)＝c2(x,y),则表明(x,y)为叶尖点坐标，若c1(x,y)≠c2(x,y),则表明(x,y)不为叶尖点坐标，保存所有叶尖点坐标{(x,y)}；
11.s6、将直线图像c1转为向量，起始点为叶尖点坐标{(x,y)},获取所有向量的交点坐标{(x’,y’)}，以i个像素点作为半径画圆，以c1中每个像素点作为圆心进行判断，若该圆中存在交点坐标(x’,y’)且多于n个，则认为交点聚集，计算该圆中所有交点的平均坐标(σx/n,σy/n),该坐标即为作物的茎叶顶部中心坐标，即为目标特征的位置坐标；其中i、n均为大于0的自然数。
12.本专利提供的一种作物目标特征识别方法，与传统目标特征检测方法相比，本专利是基于茎叶体植物(比如棉花)自身生长特点，通过识别出植物主干及茎叶分布，推断出
植物顶部生长位置，该逻辑在识别出图像中的植物主干及茎叶并转换为向量图，通过连接向量图，获取起始点，即为植物顶，与传统直接识别目标特征相比，该逻辑受图像质量影响小，且考虑了植物自身结构特点，能有效提高识别率。
13.以下将结合附图对本发明的构思、具体结构及产生的效果作进一步说明，以充分地理解本发明的目的、特征和效果。
附图说明
14.图1是实施例中棉花顶识别方法的流程示意图。
具体实施方式
15.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处说描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
16.实施例:
17.以棉花顶识别为例，如图1所示，本实施例提供了一种棉花顶识别方法(逻辑)，包括如下步骤：
18.s1、使用双目相机或深度相机(视觉传感器)，以向下的视角，对作业区域的棉花进行图像采集。
19.s2、将图像进行高斯滤波，去除噪音干扰，提高图像质量，对棉花图像进行背景阈值分割，提取出较为完整的棉花植株图像；
20.s3、将获取的彩色棉花图像进行降维处理，将图像转为灰度图，保留原始图像中棉花的主干及茎叶形状分布信息，进行canny算子进行边缘检测，获取棉花边缘及茎叶主干图像，实现棉花与背景图像的有效分离，只保留棉花边缘及茎叶主干信息；
21.s4、处理获取的棉花边缘二值化图像，根据棉花生长特点，棉花叶边缘较为弯曲，因此曲线图像应为叶边缘，剩余图像即为茎叶主干，对棉花边缘二值化图像进行直线检测，将直线图像提取为c1，剩余图像为c2。图像c1,c2中的像素值为棉花边缘二值化图像的边缘信息；
22.s5、设c1(x,y)，c2(x,y)为直线图像c1与剩余图像c2中坐标位置的像素点，对c1(x,y)与c2(x,y)进行判断，若c1(x,y)＝c2(x,y),则表明(x,y)为叶尖点坐标，若c1(x,y)≠c2(x,y),则表明(x,y)不为叶尖点坐标，保存所有叶尖点坐标{(x,y)}；
23.s6、将直线图像c1转为向量，起始点为叶尖点坐标{(x,y)},获取所有向量的交点坐标{(x’,y’)}，以5个像素点作为半径画圆，以c1中每个像素点作为圆心进行判断，若该圆中存在交点坐标(x’,y’)且多于n个，则认为交点聚集，计算该圆中所有交点的平均坐标(σx/n,σy/n),该坐标即为棉花顶中心坐标；其中n为大于0的自然数，该参数可以设定。
24.本实施例提供的棉花顶识别方法，先对作业区域的棉花进行图像采集；然后对图像进行处理，包括降噪处理、灰度化处理和图像边缘检测，提取棉花叶脉及茎叶主干；然后对棉花叶脉及茎叶主干向量化；根据向量寻找终点，根据终点生成棉花顶部坐标。本专利是基于棉花自身生长特点，通过识别出棉花主干及茎叶分布，推断出棉花顶生长位置，该逻辑在识别出图像中的棉花主干及茎叶并转换为向量图，通过连接向量图，获取起始点，即为棉
花顶，与传统直接目标识别棉花顶相比，该逻辑受图像质量影响小，且考虑了植物自身结构特点，能有效提高识别率。
25.以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。


技术特征：
1.一种作物目标特征识别方法，其特征在于，所述作物为茎叶体植物，目标特征为作物的茎叶顶部，包括以下步骤：s1、使用视觉传感器，对作物进行图像采集；s2、将所述图像进行高斯滤波降噪，对图像进行背景阈值分割，提取出较为完整的作物图像；s3、将获取的彩色作物图像进行降维处理，将图像转为灰度图，保留原始图像中作物的主干及茎叶形状分布信息，进行canny算子边缘检测，获取作物边缘及茎叶主干边缘的二值化图像；s4、处理获取的二值化图像：对二值化图像进行直线检测，其中曲线图像为叶边缘，剩余图象为茎叶主干，将直线图像提取为c1，剩余图像为c2，图像c1、c2中的像素值为二值化图像的边缘信息；s5、设c1(x,y)、c2(x,y)为直线图像c1与剩余图像c2中坐标位置的像素点，对c1(x,y)与c2(x,y)进行判断，若c1(x,y)＝c2(x,y),则表明(x,y)为叶尖点坐标，若c1(x,y)≠c2(x,y),则表明(x,y)不为叶尖点坐标，保存所有叶尖点坐标{(x,y)}；s6、将直线图像c1转为向量，起始点为叶尖点坐标{(x,y)},获取所有向量的交点坐标{(x’,y’)}，以i个像素点作为半径画圆，以c1中每个像素点作为圆心进行判断，若该圆中存在交点坐标(x’,y’)且多于n个，则认为交点聚集，计算该圆中所有交点的平均坐标(σx/n,σy/n),该坐标即为作物的茎叶顶部中心坐标，即为目标特征的位置坐标；其中i、n均为大于0的自然数。

技术总结
本发明涉及农业作业技术领域，具体是一种作物目标特征识别方法，包括如下步骤：对作物进行图像采集；对图像进行处理，包括降噪处理、灰度化处理和图像边缘检测，提取作物叶脉及茎叶主干；对作物叶脉及茎叶主干向量化；根据向量寻找终点，根据终点生成作物顶部坐标。本专利是基于植物自身生长特点，通过识别出植物主干及茎叶分布，推断出植物顶生长位置，该逻辑在识别出图像中的植物主干及茎叶并转换为向量图，通过连接向量图，获取起始点，即为植物顶，与传统直接目标识别植物顶相比，该逻辑受图像质量影响小，且考虑了植物自身结构特点，能有效提高识别率。能有效提高识别率。能有效提高识别率。


技术研发人员：韦瑞新 柳铮
受保护的技术使用者：深圳市纬尔科技有限公司
技术研发日：2023.06.16
技术公布日：2023/9/20