本发明专利技术实施例提供了一种叶片数量检测方法、装置、电子设备及存储介质，方法包括：获取拍摄目标植物得到的目标图像，利用至少两种检测方式分别对目标图像中目标植物的叶片的不同部位进行检测，得到目标植物的至少两种第一叶片数量，将至少两种第一叶片数量输入数量回归模型，得到目标植物的目标叶片数量。本发明专利技术实施例中，可以通过至少两种检测方式对目标植物上的叶片的不同部位进行检测，得到至少两种第一叶片数量，然后再通过数量回归模型基于至少两种第一叶片数量综合计算出目标植物的目标叶片数量，实现通过多维度检测目标植物的叶片数量，提高叶片数量的检测精确率。提高叶片数量的检测精确率。提高叶片数量的检测精确率。
【技术实现步骤摘要】
叶片数量检测方法、装置、电子设备及存储介质
[0001]本专利技术涉及视频处理
，特别是涉及一种叶片数量检测方法、一种叶片数量检测方法、一种电子设备以及一种计算机可读存储介质。
技术介绍
[0002]幼苗是食物、药品、纤维、燃料等的来源，因此对人类生存至关重要。鉴于此，应对幼苗进行深入了解，监测叶片数量以确定其生长情况。以水稻幼苗为例，水稻苗情考察时，水稻苗绿叶数作为苗情考察的重要指标，定期检测和统计能够及时了解水稻生长发育进度和群体发育动态，为水稻大面积生产提供科学管理依据。在粮食安全新形势下，做好水稻苗情监测，保证水稻高产稳产尤为重要。
[0003]现阶段，在智能视频算法领域中的计数手段，通常是使用预先训练好的目标检测或语义分割模型，检测图像中是否含有目标对象并统计数量，此方法逻辑简单，但是随着水稻苗的发育生长，叶片逐渐茂盛，容易发生叶片重叠或遮挡的情况，单纯的目标检测或语义分割无法检测重叠或遮挡部分，造成大量漏检导致模型的检测精确率很低。
技术实现思路
[0004]本专利技术实施例是提供一种叶片数量检测方法、装置、电子设备及存储介质，以解决随着水稻苗的发育生长，叶片逐渐茂盛，容易发生叶片重叠或遮挡的情况，单纯的目标检测或语义分割无法检测重叠或遮挡部分，造成大量漏检导致模型的检测精确率很低的问题。
[0005]本专利技术实施例公开了一种叶片数量检测方法，所述方法包括：
[0006]获取拍摄目标植物得到的目标图像；
[0007]利用至少两种检测方式分别对所述目标图像中目标植物的叶片的不同部位进行检测，得到所述目标植物的至少两种第一叶片数量；
[0008]将至少两种所述第一叶片数量输入数量回归模型，得到所述目标植物的目标叶片数量；其中，所述数量回归模型依据至少两种第二叶片数量训练得到，至少两种所述第二叶片数量为利用至少两种所述检测方式分别对样本图像中植物的叶片的不同部位进行检测得到。
[0009]可选地，所述利用至少两种检测方式分别对所述目标图像中目标植物的叶片的不同部位进行检测，得到所述目标植物的至少两种第一叶片数量，包括：
[0010]利用叶尖目标检测模型、叶片语义分割模型和骨架提取处理中的至少两种检测方式分别对所述目标图像中目标植物的叶片的不同部位进行检测，得到所述目标植物的至少两种第一叶片数量；
[0011]其中，所述叶尖目标检测模型和所述叶片语义分割模型分别依据所述样本图像训练得到。
[0012]可选地，利用所述叶片语义分割模型对所述目标图像中目标植物的叶片数量进行检测，得到所述目标植物的第一叶片数量，包括：
[0013]获取单所述叶片的叶片区域对应的像素数量；
[0014]将所述目标图像转变为二值图；其中，所述二值图中所述叶片区域显示为第一像素值，所述二值图中除所述叶片区域之外的其他区域显示为第二像素值；
[0015]确定出所述二值图中第一像素值的总像素数量；
[0016]将所述总像素数量与所述像素数量的比值，作为所述目标植物的第一叶片数量。
[0017]可选地，利用所述骨架提取处理对所述目标图像中目标植物的叶片数量进行检测，得到所述目标植物的第一叶片数量，包括：
[0018]将所述目标图像转变为二值图；
[0019]对所述二值图中的所述第一像素值的像素进行腐蚀处理，得到由单个所述第一像素值的像素形成的骨架；
[0020]拟合所述骨架中的像素得到直线；
[0021]将所述直线的数量作为所述目标植物的第一叶片数量。
[0022]可选地，在所述将所述目标图像输入叶尖目标检测模型之前，还包括：
[0023]获取拍摄植物得到的样本图像；其中，所述样本图像具有与所述植物上叶片对应的参照叶尖边界框；
[0024]将所述样本图像输入待训练的叶尖目标检测模型，得到检测结果；
[0025]基于所述检测结果与所述参照叶尖边界框，训练所述待训练的叶尖目标检测模型，以得到训练完成的叶尖目标检测模型。
[0026]可选地，在所述将所述目标图像输入叶片语义分割模型之前，还包括：
[0027]获取拍摄植物得到的样本图像；其中，所述样本图像具有与所述植物上叶片对应的参照像素标注；
[0028]将所述样本图像输入待训练的叶尖目标检测模型，得到检测结果；
[0029]基于所述检测结果与所述参照像素标注，训练所述叶片语义分割模型，以得到训练完成的叶片语义分割模型。
[0030]可选地，在所述将至少两种所述第一叶片数量输入数量回归模型之前，还包括：
[0031]获取拍摄植物得到的样本图像；其中，所述样本图像具有所述植物上叶片的参照叶片数量；
[0032]利用至少两种检测方式分别对所述样本图像中植物的叶片的不同部位进行检测，得到所述目标植物的至少两种第二叶片数量；
[0033]将至少两种所述第二叶片数量输入待训练的数量回归模型，得到检测结果；
[0034]基于所述检测结果与所述参照叶片数量，训练所述待训练的数量回归模型，以得到训练完成的数量回归模型。
[0035]本专利技术实施例还公开了一种叶片数量检测装置，包括：
[0036]图像获取模块，用于获取拍摄目标植物得到的目标图像；
[0037]第一叶片数量检测模块，用于利用至少两种检测方式分别对所述目标图像中目标植物的叶片的不同部位进行检测，得到所述目标植物的至少两种第一叶片数量；
[0038]目标叶片数量检测模块，用于将至少两种所述第一叶片数量输入数量回归模型，得到所述目标植物的目标叶片数量；其中，所述数量回归模型依据至少两种第二叶片数量训练得到，至少两种所述第二叶片数量为利用至少两种所述检测方式分别对样本图像中植
物的叶片的不同部位进行检测得到。
[0039]可选地，所述第一叶片数量检测模块，包括：
[0040]第一叶片数量检测子模块，用于利用叶尖目标检测模型、叶片语义分割模型和骨架提取处理中的至少两种检测方式分别对所述目标图像中目标植物的叶片的不同部位进行检测，得到所述目标植物的至少两种第一叶片数量；
[0041]其中，所述叶尖目标检测模型和所述叶片语义分割模型分别依据所述样本图像训练得到。
[0042]可选地，所述第一叶片数量检测子模块，包括：
[0043]像素数量获取单元，用于获取单所述叶片的叶片区域对应的像素数量；
[0044]图像转换单元，用于将所述目标图像转变为二值图；其中，所述二值图中所述叶片区域显示为第一像素值，所述二值图中除所述叶片区域之外的其他区域显示为第二像素值；
[0045]像素数量确定单元，送死确定出所述二值图中第一像素值的总像素数量；
[0046]第一叶片数量确定单元，用于将所述总像素数量与所述像素数量的比值，作为所述目标植物的第一叶片数量。
[0047]可选地，所述第一叶片数量检测子模块，包括：
[0048]图像转换单元，用于将所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种叶片数量检测方法，其特征在于，所述方法包括：获取拍摄目标植物得到的目标图像；利用至少两种检测方式分别对所述目标图像中目标植物的叶片的不同部位进行检测，得到所述目标植物的至少两种第一叶片数量；将至少两种所述第一叶片数量输入数量回归模型，得到所述目标植物的目标叶片数量；其中，所述数量回归模型依据至少两种第二叶片数量训练得到，至少两种所述第二叶片数量为利用至少两种所述检测方式分别对样本图像中植物的叶片的不同部位进行检测得到。2.根据权利要求1所述的方法，其特征在于，所述利用至少两种检测方式分别对所述目标图像中目标植物的叶片的不同部位进行检测，得到所述目标植物的至少两种第一叶片数量，包括：利用叶尖目标检测模型、叶片语义分割模型和骨架提取处理中的至少两种检测方式分别对所述目标图像中目标植物的叶片的不同部位进行检测，得到所述目标植物的至少两种第一叶片数量；其中，所述叶尖目标检测模型和所述叶片语义分割模型分别依据所述样本图像训练得到。3.根据权利要求2所述的方法，其特征在于，利用所述叶片语义分割模型对所述目标图像中目标植物的叶片数量进行检测，得到所述目标植物的第一叶片数量，包括：获取单所述叶片的叶片区域对应的像素数量；将所述目标图像转变为二值图；其中，所述二值图中所述叶片区域显示为第一像素值，所述二值图中除所述叶片区域之外的其他区域显示为第二像素值；确定出所述二值图中第一像素值的总像素数量；将所述总像素数量与所述像素数量的比值，作为所述目标植物的第一叶片数量。4.根据权利要求3所述的方法，其特征在于，利用所述骨架提取处理对所述目标图像中目标植物的叶片数量进行检测，得到所述目标植物的第一叶片数量，包括：将所述目标图像转变为二值图；对所述二值图中的所述第一像素值的像素进行腐蚀处理，得到由单个所述第一像素值的像素形成的骨架；拟合所述骨架中的像素得到直线；将所述直线的数量作为所述目标植物的第一叶片数量。5.根据权利要求2所述的方法，其特征在于，在所述将所述目标图像输入叶尖目标检测模型之前，还包括：获取拍摄植物得到的样本图像；其中，所述样本图像具有与所述植物上叶片对应的参照叶尖边界框；将所述样本图像输入待训练的叶尖目标检测模型，得到检测结果；基于所述...
【专利技术属性】
技术研发人员：沈阳，倪卿元，张驰，李梦媛，朱谌轶，孙晓栋，王倩，陆成，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。