基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
基于RGB图像背景扩充的银杏雌雄鉴别方法及系统


[0001]本专利技术涉及林业生产
，特别是涉及一种基于
RGB
图像背景扩充的银杏雌雄鉴别方法及系统
。

技术介绍

[0002]银杏为银杏科银杏属植物，最早出现于
3.45
亿年前的石炭纪，经过3亿多年的沧桑巨变，是世界上最古老的孑遗植物，被公认为“活化石
。
除历史
、
文化价值外，银杏在实际生产生活中兼具用材
、
营果
、
制药
、
绿化
、
美化等多种功能
。
而银杏具有雌雄异株的特点，其雄性和雌性植株在实际应用方面具有不同的价值
。
雄性植株因其树高
、
冠密
、
叶期长的特点具有更高的观赏价值，而雌性植株产生的种子在成熟后自然脱落，增加环卫成本，外种皮经过碾压还会发出难闻气味，因此雄性植株在景观绿化中更有优势
。
但另一方面，由于银杏种子具有银杏酸等多种生理和药理活性，是一种具有较高经济价值的产品，再加之雌性植株叶片的价值高于雄性植物，因此银杏经济林以雌性植物为主
。
不同的种植需求要求银杏雌雄株分开种植，因此建立一种快速
、
准确
、
低成本的银杏雌雄鉴别方法具有重要意义
。
[0003]通过银杏雌雄植株形态特征来区分性别是最简单
、
最直观的方法，但其存在对经验性的依赖度高，可靠性不足，缺乏数字化和图谱明确标准，形质指标差距较大，易发生误判的问题
。

技术实现思路

[0004]本专利技术的目的是提供一种基于
RGB
图像背景扩充的银杏雌雄鉴别方法及系统，以解决上述问题
。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]第一方面，本专利技术提供了一种基于
RGB
图像背景扩充的银杏雌雄鉴别方法，包括：
[0007]获取不同时期不同性别的银杏叶片作为样本银杏叶片，并采用
RGB
相机对样本银杏叶片进行拍摄，得到样本银杏叶片
RGB
图像；
[0008]对所有样本银杏叶片
RGB
图像进行二值化分割操作，得到无背景的样本银杏叶片图像，并对无背景的样本银杏叶片图像进行背景扩充，得到背景扩充后的样本银杏叶片图像；
[0009]对每个背景扩充后的样本银杏叶片图像标记真实标签，得到样本数据；其中，真实标签为雄性或者雌性；
[0010]采用随机取样法，将样本数据按照一定的比例划分为建模集
、
验证集和预测集，并采用建模集和验证集中的数据，分别训练
Resnet101
网络模型
、Inception
‑
v3
网络模型
、Inception
‑
Resnet
‑
v2
网络模型，得到三个银杏雌雄分类模型；
[0011]将预测集中的数据分别输入至所确定的三个雌雄分类模型，确定每个雌雄分类模型的雌雄分类预测结果，并根据每个雌雄分类模型的雌雄分类预测结果，采用多数投票决策，对所确定的三个雌雄分类模型进行封装，形成多数决策银杏雌雄预测模型；
[0012]将需要检测的银杏叶片的
RGB
图像输入至多数决策银杏雌雄预测模型，得到银杏叶片的雌雄分类鉴定结果
。
[0013]可选地，获取不同时期不同性别的银杏叶片作为样本银杏叶片，并采用
RGB
相机对样本银杏叶片进行拍摄，得到样本银杏叶片
RGB
图像，具体包括：
[0014]采集不少于
1000
张银杏在不同时期不同性别的叶片并作为样本银杏叶片，然后将样本银杏叶片擦除表面污渍后平铺于黑色吸光布上，使用
RGB
相机采用垂直于样本银杏叶片方式对样本银杏叶片进行拍摄，得到样本银杏叶片
RGB
图像
。
[0015]可选地，对所有样本银杏叶片
RGB
图像进行二值化分割操作，具体包括：
[0016]采用
Otsu
大津算法，对所有样本银杏叶片
RGB
图像进行二值化分割操作
。
[0017]可选地，对无背景的样本银杏叶片图像进行背景扩充，得到背景扩充后的样本银杏叶片图像，具体包括：
[0018]采用等比例调整图像大小方式，将无背景的样本银杏叶片图像的长边调整至设定值，并在图像周围填充黑色，然后以调整后的长边为正方形的边长，将无背景的样本银杏叶片图像调整为正方形图像；所述正方形图像为背景扩充后的样本银杏叶片图像
。
[0019]可选地，采用建模集和验证集中的数据，分别训练
Resnet101
网络模型
、Inception
‑
v3
网络模型
、Inception
‑
Resnet
‑
v2
网络模型，得到三个银杏雌雄分类模型，具体包括：
[0020]对建模集和验证集进行数据增强处理；
[0021]采用数据增强处理后的建模集和验证集，训练
Resnet101
网络模型，得到第一个银杏雌雄分类模型；
[0022]采用数据增强处理后的建模集和验证集，训练
Inception
‑
v3
网络模型，得到第二个银杏雌雄分类模型；
[0023]采用数据增强处理后的建模集和验证集，训练
Inception
‑
Resnet
‑
v2
网络模型，得到第三个银杏雌雄分类模型
。
[0024]可选地，数据增强处理包括图像的旋转和图像的缩放；其中，建模集的数据增强处理方式与验证集的数据增强处理方式相同
。
[0025]第二方面，本专利技术提供了一种基于
RGB
图像背景扩充的银杏雌雄鉴别系统，包括：
[0026]样本银杏叶片
RGB
图像获取模块，用于获取不同时期不同性别的银杏叶片作为样本银杏叶片，并采用
RGB
相机对样本银杏叶片进行拍摄，得到样本银杏叶片
RGB
图像；
[0027]背景扩充模块，用于对所有样本银杏叶片
RGB
图像进行二值化分割操作，得到无背景的样本银杏叶片图像，并对无背景的样本银杏叶片图像进行背景扩充，得到背景扩充后的样本银杏叶片图像；
[0028]样本数据确定模块，用于对每个背景扩充后的样本银杏叶片图像标记真实标签，得到样本数据；其中，真实标签为雄性或者雌性；
[0029]训练模块，用于采用随机取样法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
RGB
图像背景扩充的银杏雌雄鉴别方法，其特征在于，包括：获取不同时期不同性别的银杏叶片作为样本银杏叶片，并采用
RGB
相机对样本银杏叶片进行拍摄，得到样本银杏叶片
RGB
图像；对所有样本银杏叶片
RGB
图像进行二值化分割操作，得到无背景的样本银杏叶片图像，并对无背景的样本银杏叶片图像进行背景扩充，得到背景扩充后的样本银杏叶片图像；对每个背景扩充后的样本银杏叶片图像标记真实标签，得到样本数据；其中，真实标签为雄性或者雌性；采用随机取样法，将样本数据按照一定的比例划分为建模集
、
验证集和预测集，并采用建模集和验证集中的数据，分别训练
Resnet101
网络模型
、Inception
‑
v3
网络模型
、Inception
‑
Resnet
‑
v2
网络模型，得到三个银杏雌雄分类模型；将预测集中的数据分别输入至所确定的三个雌雄分类模型，确定每个雌雄分类模型的雌雄分类预测结果，并根据每个雌雄分类模型的雌雄分类预测结果，采用多数投票决策，对所确定的三个雌雄分类模型进行封装，形成多数决策银杏雌雄预测模型；将需要检测的银杏叶片的
RGB
图像输入至多数决策银杏雌雄预测模型，得到银杏叶片的雌雄分类鉴定结果
。2.
根据权利要求1所述的一种基于
RGB
图像背景扩充的银杏雌雄鉴别方法，其特征在于，获取不同时期不同性别的银杏叶片作为样本银杏叶片，并采用
RGB
相机对样本银杏叶片进行拍摄，得到样本银杏叶片
RGB
图像，具体包括：采集不少于
1000
张银杏在不同时期不同性别的叶片并作为样本银杏叶片，然后将样本银杏叶片擦除表面污渍后平铺于黑色吸光布上，使用
RGB
相机采用垂直于样本银杏叶片方式对样本银杏叶片进行拍摄，得到样本银杏叶片
RGB
图像
。3.
根据权利要求1所述的一种基于
RGB
图像背景扩充的银杏雌雄鉴别方法，其特征在于，对所有样本银杏叶片
RGB
图像进行二值化分割操作，具体包括：采用
Otsu
大津算法，对所有样本银杏叶片
RGB
图像进行二值化分割操作
。4.
根据权利要求1所述的一种基于
RGB
图像背景扩充的银杏雌雄鉴别方法，其特征在于，对无背景的样本银杏叶片图像进行背景扩充，得到背景扩充后的样本银杏叶片图像，具体包括：采用等比例调整图像大小方式，将无背景的样本银杏叶片图像的长边调整至设定值，并在图像周围填充黑色，然后以调整后的长边为正方形的边长，将无背景的样本银杏叶片图像调整为正方形图像；所述正方形图像为背景扩充后的样本银杏叶片图像
。5.
根据...

【专利技术属性】
技术研发人员：刘飞，陈梦媛，赵云鹏，林臣峰，杨睿，孙永祺，陆祥宇，焦杰，孔汶汶，
申请(专利权)人：浙江大学，
类型：发明
国别省市：