一种植被异常检测方法、装置、系统和存储介质制造方法及图纸

本申请公开了一种植被异常检测方法、装置、系统和存储介质，该植被异常检测方法包括：获取待检测植被图像；从预设图像库中选出与待检测植被图像的相似度大于第一预设阈值的参考植被图像；对参考植被图像与待检测植被图像进行差异比对，得到差异区域图像；对差异区域图像进行识别，得到植被异常识别结果，植被异常识别结果包括差异区域图像中的植被是否异常。通过上述方式，本申请能够提高对植被进行异常检测的准确度。异常检测的准确度。异常检测的准确度。

【技术实现步骤摘要】
一种植被异常检测方法、装置、系统和存储介质


[0001]本申请涉及图像处理
，具体涉及一种植被异常检测方法、装置、系统和存储介质。

技术介绍

[0002]目前植被生长情况的监测不够全面，无法利用植被检测模型识别出未训练过的未知植被异常类型，直接将未知植被异常类型对应的植被异常区域忽略掉，导致植被异常的监测效果不好；因此如何对植被生长情况进行快速全面准确地监测和预警，成为本领域技术人员亟待解决的问题。

技术实现思路

[0003]本申请提供一种植被异常检测方法、装置、系统和存储介质，能够提高对植被进行异常检测的准确度。
[0004]为解决上述技术问题，本申请采用的技术方案是：提供一种植被异常检测方法，该植被异常检测方法包括：获取待检测植被图像；从预设图像库中选出与待检测植被图像的相似度大于第一预设阈值的参考植被图像；对参考植被图像与待检测植被图像进行差异比对，得到差异区域图像；对差异区域图像进行识别，得到植被异常识别结果，植被异常识别结果包括差异区域图像中的植被是否异常。
[0005]为解决上述技术问题，本申请采用的另一技术方案是：提供一种植被检测装置，该装置包括互相连接的存储器和处理器，其中，所述存储器用于存储计算机程序，所述计算机程序在被所述处理器执行时，用于实现上述技术方案中的植被异常检测方法。
[0006]为解决上述技术问题，本申请采用的又一技术方案是：提供一种植被检测系统，该植被检测系统包括采集装置与植被检测装置，所述采集装置与所述植被检测装置进行通信连接，其中，所述采集装置用于采集预设路线上的植被图像，所述植被检测装置用于对所述植被图像进行检测，得到植被异常识别结果，所述植被检测装置为上述技术方案中的植被检测装置。
[0007]为解决上述技术问题，本申请采用的再一技术方案是：提供一种计算机可读存储介质，其用于存储计算机程序，所述计算机程序在被处理器执行时，用于实现上述技术方案中的植被异常检测方法。
[0008]通过上述方案，本申请的有益效果是：从预设图像库中选出与待检测植被图像相近的参考植被图像，从而通过参考植被图像与待检测植被图像进行差异比对，得到差异区域图像，进而对差异区域图像进行识别，得到植被异常识别结果；通过差异比对的方式对待检测植被图像进行异常识别，且在差异比对得到差异区域图像后，还可对差异区域图像进行校验，进一步从差异区域图像中确定出植被异常区域，从而提高对植被进行异常检测的准确度以及全面性。
附图说明
[0009]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
[0010]图1是本申请提供的植被异常检测方法一实施例的流程示意图；
[0011]图2是本申请提供的植被异常检测方法另一实施例的流程示意图；
[0012]图3是本申请提供的步骤24的流程示意图；
[0013]图4是本申请提供的植被异常检测装置一实施例的示意图；
[0014]图5是本申请提供的预设飞行航线的示意图；
[0015]图6是本申请提供的植被图像的示意图；
[0016]图7是本申请提供的分割掩膜图的示意图；
[0017]图8是本申请提供的异常区域图像的示意图；
[0018]图9是本申请提供的植被检测装置一实施例的结构示意图；
[0019]图10是本申请提供的植被检测系统一实施例的结构示意图；
[0020]图11是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0021]下面结合附图和实施例，对本申请作进一步的详细描述。特别指出的是，以下实施例仅用于说明本申请，但不对本申请的范围进行限定。同样的，以下实施例仅为本申请的部分实施例而非全部实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0022]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0023]需要说明的是，本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0024]请参阅图1，图1是本申请提供的植被异常检测方法一实施例的流程示意图，该方法包括：
[0025]步骤11：获取待检测植被图像。
[0026]待检测植被图像可为原始植被图像中初步异常植被检测的结果为非异常植被图像的图像，非异常植被图像可表示检测出的植被的类型为非异常；具体地，原始植被图像为
包含植被画面的图像，其可由采集装置采集得到，采集装置可为无人机，可根据实际应用需求规划无人机的飞行航线，以使得无人机按照飞行航线周期性地采集原始植被图像；可以理解地，在其他实施方式中，还可利用其他类型的采集装置采集原始植被图像，在此不作限定。
[0027]步骤12：从预设图像库中选出与待检测植被图像的相似度大于第一预设阈值的参考植被图像。
[0028]在初步未检测出异常植被区域时，说明此时出现的植被异常类型可能为初步异常植被检测中未学习到的新的异常类型，则可从预设图像库中选出与待检测植被图像的相似度大于第一预设阈值的参考植被图像，然后进一步利用参考植被图像对待检测植被图像进行异常检测。
[0029]可以理解地，预设图像库可包含采集装置每次飞行采集到的所有植被图像，参考植被图像可为采集时间、采集天气以及采集地点等条件与待检测植被图像相近的图像；第一预设阈值可根据经验或者实际情况进行设置，例如：0.3，在此不对具体数值进行限定。
[0030]步骤13：对参考植被图像与待检测植被图像进行差异比对，得到差异区域图像。
[0031]可利用参考植被图像与待检测植被图像进行差异比对，得到差异区域图像；具体地，差异区域图像可为待检测植被图像中与参考植被图像存在差异的区域图像，可对参考植被图像与待检测植被图像的每个像素点进行相似度比对，然后将相似度低于差异预设阈值的像素点所在的区域作为差异区域图像，并将其从待检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种植被异常检测方法，其特征在于，包括：获取待检测植被图像；从预设图像库中选出与所述待检测植被图像的相似度大于第一预设阈值的参考植被图像；对所述参考植被图像与所述待检测植被图像进行差异比对，得到差异区域图像；对所述差异区域图像进行识别，得到植被异常识别结果，所述植被异常识别结果包括所述差异区域图像中的植被是否异常。2.根据权利要求1所述的植被异常检测方法，其特征在于，所述待检测植被图像为原始植被图像中初步异常植被检测的结果为非异常植被图像的图像；所述初步异常植被检测包括：采用分割网络对所述原始植被图像进行处理，以检测所述原始植被图像中是否存在异常植被区域。3.根据权利要求1所述的植被异常检测方法，其特征在于，所述对所述参考植被图像与所述待检测植被图像进行差异比对，得到差异区域图像的步骤，包括：对所述参考植被图像与所述待检测植被图像进行对齐处理，得到对齐后的参考植被图像；对所述对齐后的参考植被图像与所述待检测植被图像进行相似度比对，得到所述差异区域图像。4.根据权利要求3所述的植被异常检测方法，其特征在于，所述对所述对齐后的参考植被图像与所述待检测植被图像进行相似度比对，得到所述差异区域图像的步骤，包括：分别对所述待检测植被图像以及所述对齐后的参考植被图像进行特征提取处理，得到所述待检测植被图像对应的第一图像特征以及所述对齐后的参考植被图像对应的第二图像特征；基于所述第一图像特征与所述第二图像特征，对所述待检测植被图像与所述对齐后的参考植被图像进行相似度比对，得到相似度信息；基于所述相似度信息，生成所述差异区域图像。5.根据权利要求4所述的植被异常检测方法，其特征在于，所述相似度信息包括多个相似值，所述基于所述相似度信息，生成所述差异区域图像的步骤，包括：从所述多个相似值中确定出大于第二预设阈值的相似值；将所述待检测植被图像中与确定出的各个相似值对应的像素值确定为所述差异区域图像的像素值。6.根据权利要求3所述的植被异常检测方法，其特征在于，所述对所述差异区域图像进行识别，得到植被异常识别结果的步骤，包括：对所述差异区域图像进行识别，得到正常植被区域概率值以及背景区域概率值，所述正常植被区域概率值为所述差异区域图像对应的区域为正常植被区域的概率值，所述背景区域概率值为所述差异区域图像对应的区域为背景区域的概率值，所述背景区域为所述待检测植被图像中的非植被区域；基于所述正常植被区域概率值以及所述背景区域概率值，生成所述植被异常识别结果。7.根据权利要求6所述的植被异常检测方法，其特征在于，所述基于所述正常植被区域
概率值以及所述背景区域概率值，生成所述植被异常识别结果的步骤，包括：响应于所述正常植被区域概率值小于第一预设概率值，且所述背景区域概率值小于第二预设概率值，确定所述植被异常识别结果为所述差异区域图像中的植被的类型为异常；响应于所述正常植被区域概率值大于所述第一预设概率值，且所述背景区域概率值小于所述第二预设概率值，确定所述植被...

【专利技术属性】
技术研发人员：李宁钏，严谨，熊剑平，孙海涛，赵蕾，杨剑波，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：