作物根系图像生成方法及装置、作物健康确定方法及装置制造方法及图纸

本申请提供了一种作物根系图像生成方法及装置、作物健康确定方法及装置，涉及智能农业领域。该作物根系图像生成方法包括：确定待观测作物的地下切面图像；利用根系轮廓图像生成模型，基于地下切面图像，确定待观测作物的根系轮廓图像；基于地下切面图像和所述根系轮廓图像，确定所述待观测作物的作物根系图像。本申请不需要繁琐的采集，人工参与较少，根系轮廓图像生成模型的重复利用性高，可以根据输入的待观测作物的地下切面图像，及时高效地输出对应的待观测作物的作物根系图，适用于面积较大的土地(比如农田)场景。较大的土地(比如农田)场景。较大的土地(比如农田)场景。

【技术实现步骤摘要】
作物根系图像生成方法及装置、作物健康确定方法及装置


[0001]本申请涉及智能农业
，具体涉及一种作物根系图像生成方法及装置、作物健康确定方法及装置。

技术介绍

[0002]近年来，智能农业逐渐兴起，卷积神经网络特征提取技术应用在农业的方方面面，如通过计算机分析作物的叶、茎图像来判断作物的生长状况、通过计算机分析作物图像判断作物的长势等，然而对于利用土壤中的作物根系图像分析作物的健康状况的研究还不够完善、以及对于地下土壤中作物图像的获取还在一些困难。

技术实现思路

[0003]为了解决上述技术问题，提出了本申请。本申请实施例提供了一种作物根系图像生成方法及装置、作物健康确定方法及装置。
[0004]第一方面，本申请一实施例提供了一种作物根系图像生成方法，该方法包括：确定待观测作物的地下切面图像；利用根系轮廓图像生成模型，基于地下切面图像，确定待观测作物的根系轮廓图像；基于地下切面图像和根系轮廓图像，确定待观测作物的作物根系图像。
[0005]结合第一方面，在第一方面的某些实现方式中，根系轮廓图像生成模型的损失函数包括根系区域像素值预测函数和整体图像标签函数，其中，针对根系切面图像样本，根系区域像素值预测函数的函数值基于根系切面图像样本对应的分类标签数据和模型输出结果确定，整体图像标签函数的函数值基于根系切面图像样本对应的分类标签数据确定。
[0006]结合第一方面，在第一方面的某些实现方式中，损失函数包括：
[0007][0008]表示根系区域像素值预测函数，表示整体图像标签函数，针对根系切面图像样本，n表示根系切面图像样本的像素点总数，y
i
表示第i个像素点的根系标签数据，p
i
表示第i个像素点的模型预测概率，其中，根系切面图像样本对应的分类标签数据包括根系切面图像样本包含的像素点各自对应的根系标签数据，第i个像素点的模型预测概率基于根系切面图像样本对应的模型输出结果确定。
[0009]结合第一方面，在第一方面的某些实现方式中，在利用根系轮廓图像生成模型，基于地下切面图像，确定待观测作物的根系轮廓图像之前，还包括：确定训练数据集，训练数据集包括M幅根系切面图像样本以及M幅根系切面图像样本各自对应的分类标签数据，根系切面图像样本对应的分类标签数据包括根系切面图像样本包含的像素点各自对应的根系标签数据；基于训练数据集训练初始网络模型，得到根系轮廓图像生成模型。
[0010]结合第一方面，在第一方面的某些实现方式中，M幅根系切面图像样本包括不同类
型土样的根系切面图像样本、不同类型作物的根系切面图像样本、同一类型作物的不同生长状况的根系切面图像样本以及同一类型作物的不同光照强度下的根系切面图像样本中的至少一种。
[0011]结合第一方面，在第一方面的某些实现方式中，地下切面图像包括N个切面图像像素点，根系轮廓图像包括N个轮廓图像像素点，作物根系图像包括N个根系图像像素点，并且，N个切面图像像素点和N个轮廓图像像素点呈一一对应关系，N个切面图像像素点和N个根系图像像素点呈一一对应关系，基于地下切面图像和所述根系轮廓图像，确定待观测作物的作物根系图像，包括：针对N个切面图像像素点中的每个切面图像像素点，将切面图像像素点的像素值与切面图像像素点对应的轮廓图像像素点的像素值相乘，得到切面图像像素点对应的根系图像像素点的像素值；基于N个切面图像像素点各自对应的根系图像像素点的像素值，确定作物根系图像。
[0012]第二方面，本申请一实施例提供了一种作物健康确定方法，该方法包括：确定待观测作物的作物根系图像，作物根系图像基于第一方面所述的方法确定；分析作物根系图像，得到待观测作物的生长状况数据。
[0013]结合第二方面，在第二方面的某些实现方式中，分析作物根系图像，得到待观测作物的生长状况数据，包括：将作物根系图像转换至HSV空间，分析作物根系图像的颜色分布比例数据；基于颜色分布比例数据，确定待观测作物的生长状况数据。
[0014]第三方面，本申请一实施例提供了一种农药配方生成方法，该方法包括：确定当前地块中的作物的健康状况数据，健康状况数据基于第二方面所述的方法确定；基于当前地块中的作物的健康状况数据，确定当前地块的农药配方。
[0015]第四方面，本申请一实施例提供了一种作物控制方法，该方法包括：基于当前地块中的作物的健康状况数据，确定当前地块的农药配方，所述农药配方基于第三方面所述的方法确定；基于农药配方，生成当前地块对应的喷洒作业航线，以便基于喷洒作业航线，执行农药喷洒任务。
[0016]第五方面，本申请一实施例提供了一种作物根系图像生成装置，该装置包括：第一确定模块，用于确定待观测作物的地下切面图像；第二确定模块，用于利用根系轮廓图像生成模型，基于地下切面图像，确定待观测作物的根系轮廓图像；第三确定模块，用于基于地下切面图像和所述根系轮廓图像，确定待观测作物的作物根系图像。
[0017]第六方面，本申请一实施例提供了一种作物健康观测装置，该装置包括：作物根系图像确定模块，用于确定待观测作物的作物根系图像，作物根系图像基于第一方面所述的方法确定；作物根系图像分析模块，用于分析作物根系图像，得到待观测作物的健康状况数据。
[0018]第七方面，本申请一实施例提供了一种农药配方生成装置，该装置包括：健康状况数据确定模块，用于确定当前地块中的作物的健康状况数据，健康状况数据基于第二方面所述的方法确定；农药配方生成模块，用于基于当前地块中的作物的健康状况数据，确定当前地块的农药配方。
[0019]第八方面，本申请一实施例提供了一种作物控制装置，该装置包括农药配方确定模块，用于基于当前地块中的作物的健康状况数据，确定当前地块的农药配方，所述农药配方基于第三方面所述的方法确定；喷洒作业生成模块，用于基于农药配方，生成当前地块对
应的喷洒作业航线，以便基于喷洒作业航线，执行农药喷洒任务。
[0020]第九方面，本申请一实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序用于执行上述任一实施例提及的第一方面至第四方面任一所述的方法。
[0021]第十方面，本申请一实施例提供了一种电子设备，该电子设备包括：处理器；用于存储处理器可执行指令的存储器；该处理器用于执行上述任一实施例提及的第一方面至第四方面任一所述的方法。
[0022]第十一方面，本申请一实施例提供了一种作物根系图像生成系统，该系统包括：图像采集系统，图像采集系统用于拍摄待观测作物的地下切面图像；以及如第十方面所述的电子设备，电子设备连接至所述图像采集系统。
[0023]结合第十一方面，在第十一方面的某些实现方式中，图像采集系统包括：土壤接触机构，土壤接触机构设有用于土壤中的透明视窗；图像采集机构，图像采集机构的摄像头与透明视窗之间形成光路。
[0024]本申请实施例提供的作物根系图像的生成方法，通过输入待观测的地下切面图像，利用根系轮廓图像生成模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作物根系图像生成方法，其特征在于，包括：确定待观测作物的地下切面图像；利用根系轮廓图像生成模型，基于所述地下切面图像，确定所述待观测作物的根系轮廓图像；基于所述地下切面图像和所述根系轮廓图像，确定所述待观测作物的作物根系图像。2.根据权利要求1所述的作物根系图像生成方法，其特征在于，所述根系轮廓图像生成模型的损失函数包括根系区域像素值预测函数和整体图像标签函数，其中，针对根系切面图像样本，所述根系区域像素值预测函数的函数值基于所述根系切面图像样本对应的分类标签数据和模型输出结果确定，所述整体图像标签函数的函数值基于所述根系切面图像样本对应的分类标签数据确定。3.根据权利要求2所述的作物根系图像生成方法，其特征在于，所述损失函数包括：所述表示所述根系区域像素值预测函数，所述表示所述整体图像标签函数，针对所述根系切面图像样本，n表示所述根系切面图像样本的像素点总数，y
i
表示第i个像素点的根系标签数据，p
i
表示所述第i个像素点的模型预测概率，其中，所述根系切面图像样本对应的分类标签数据包括所述根系切面图像样本包含的像素点各自对应的根系标签数据，所述第i个像素点的模型预测概率基于所述根系切面图像样本对应的模型输出结果确定。4.根据权利要求1至3任一项所述的作物根系图像生成方法，其特征在于，在利用根系轮廓图像生成模型，基于所述地下切面图像，确定所述待观测作物的根系轮廓图像之前，还包括：确定训练数据集，所述训练数据集包括M幅根系切面图像样本以及所述M幅根系切面图像样本各自对应的分类标签数据，所述根系切面图像样本对应的分类标签数据包括所述根系切面图像样本包含的像素点各自对应的根系标签数据；基于所述训练数据集训练初始网络模型，得到所述根系轮廓图像生成模型。5.根据权利要求4所述的作物根系图像生成方法，其特征在于，所述M幅根系切面图像样本包括不同类型土样的根系切面图像样本、不同类型作物的根系切面图像样本、同一类型作物的不同生长状况的根系切面图像样本以及同一类型作物的不同光照强度下的根系切面图像样本中的至少一种。6.根据权利要求1至3任一项所述的作物根系图像生成方法，其特征在于，所述地下切面图像包括N个切面图像像素点，所述根系轮廓图像包括N个轮廓图像像素点，所述作物根系图像包括N个根系图像像素点，并且，所述N个切面图像像素点和所述N个轮廓图像像素点呈一一对应关系，所述N个切面图像像素点和所述N个根系图像像素点呈一一对应关系；所述基于所述地下切面图像和所述根系轮廓图像，确定所述待观测作物的作物根系图像，包括：针对所述N个切面图像像素点中的每个切面图像像素点，将所述切面图像像素点的像
素值与所述切面图像像素点对应的轮廓图像像素点的像素值相乘，得到所述切面图像像素点对应的根系图像像素点的像素值；基于所述N个切面图像像素点各自对应的根系图像像素点的像素值，确定所述作物根系图像。7.一种作物健康确定方法，其特征在于，包括：确定待观测作物的作物根系图像，所述作物根系图像...

【专利技术属性】
技术研发人员：代双亮，
申请(专利权)人：广州极飞科技股份有限公司，
类型：发明
国别省市：