一种作物目标特征识别方法技术

本发明专利技术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。

【技术实现步骤摘要】
一种作物目标特征识别方法


[0001]本专利技术涉及农业作业
，具体是一种作物目标特征识别方法。

技术介绍

[0002]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。

技术实现思路

[0003]为了克服现有技术中存在的缺陷，本专利技术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。
[0004]本专利技术目的通过下列技术方案来实现：
[0005]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：
[0006]S1、使用视觉传感器，对作物进行图像采集；
[0007]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；
[0008]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；
[0009]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；
[0010]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)}；
[0011]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。
[0012]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。
[0013]以下将结合附图对本专利技术的构思、具体结构及产生的效果作进一步说明，以充分地理解本专利技术的目的、特征和效果。
附图说明
[0014]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
[0015]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术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专利技术，并不用于限定本专利技术。
[0016]实施例:
[0017]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：
[0018]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。
[0019]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；
[0020]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；
[0021]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；
[0022]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)}；
[0023]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。
[0024]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。
[0025]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，本申请中所涉及的专利技术范围，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专利技术构思的情况下，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。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
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)...

【专利技术属性】
技术研发人员：韦瑞新，柳铮，
申请(专利权)人：深圳市纬尔科技有限公司，
类型：发明
国别省市：