【技术实现步骤摘要】
本专利技术涉及图像处理，具体为用于松材线虫病识别的无人机拍摄图像处理系统。
技术介绍
1、参考中国专利，专利名称为：一种基于视觉的四旋翼无人机特定目标识别与追踪系统（专利公开号：cn114445467a，专利公开日：2022-05-06），包括图像采集模块、图像处理模块、目标定位模块和跟踪模块；图像采集模块的数据输出端与图像处理模块的数据输入端相连，图像处理模块的数据输出端与目标定位模块的数据输入端相连，目标定位模块的数据输出端与跟踪模块的数据输入端相连；图像采集模块用于根据无人机上设置的摄像头实时采集拍摄移动中目标的连续图像数据；图像处理模块用于对采集到的图像数据进行图像噪点消噪处理；目标定位模块用于根据图像噪点消噪处理后的图像使用目标检测方法判断目标物体形状；跟踪模块用于过滤坐标数据内的噪声，并估计目标的运动状态。
2、基于上述文件的表述，现有的图像在拍摄过后，在图像上会出现多种灰色而影响对林木是否害病的识别操作造成影响，而对于图像处理的过程中，其图像在进行灰度处理后，对于相似相近图像的灰色特征部分往往无法实现精准的图像分割操作，以至于在识别的结果存在误差，为此，本专利技术提供了用于松材线虫病识别的无人机拍摄图像处理系统。
技术实现思路
1、针对现有技术的不足，本专利技术提供了用于松材线虫病识别的无人机拍摄图像处理系统，解决了现有的图像在拍摄过后，在图像上会出现多种灰色而影响对林木是否害病的识别操作造成影响，而对于图像处理的过程中，其图像在进行灰度处理后，对于相似相
2、为实现以上目的，本专利技术通过以下技术方案予以实现：用于松材线虫病识别的无人机拍摄图像处理系统，包括：
3、无人机采集端，利用无人机对林区松树完成图像数据采集操作，且包含有多个超清摄像头；
4、图像处理系统，用于对采集的图像进行处理操作，且包括：
5、图像处理模块，完成对图像数据的接收，并通过对图像灰度处理后进行图像中不同类别的信息进行分割操作，且对分割后的类别进行标记；
6、模型训练模块，将处理的图像数据形成数据集，并基于带有松材线虫病树木的识别操作为目的形成初始模型，完成对初始模型的训练、优化操作；
7、模型构建模块，完成对初始模型评估的操作后，基于初始模型上构建图像识别模型用于对后续采集的图像进行处理操作；
8、疫木识别模块，通过应用图像识别模型后对不同区域的林区松树进行松材线虫病识别操作。
9、优选的，所述图像处理系统的图像处理模块包括：
10、数据接收单元，用于对采集的图像进行分类，并完成对图像的筛分，保留图像中具有灰色特征部分的图像，并形成特征数据集；
11、图像分割单元，随机选取一个特征子集，并且进行灰度化处理，并基于灰度化处理的图像进行分割操作，得到子集中的不同区别特征；
12、图像标记单元，用于对子集中的不同区别特征进行标记。
13、优选的，所述数据接收单元中图像的筛分操作包括以下步骤：
14、a1、首先对采集的所有图像进行颜色识别，对完全为绿色的图像图片进行过滤，保留含有灰色特征部分的图像图片以及异色图像图片；
15、a2、然后对含有灰色特征部分的图像图片以及异色图像图片进行图像预处理操作，且具体如下：
16、a01、根据色度抠图技术完成对图像的处理操作；
17、a02、通过设置所需抠除的背景色为绿色，并比对图像颜色与背景颜色的相似度，且相似图像的比对结果显示为1，反之不相似图像的比对结果显示为0；
18、a03、将比对结果显示为1的图像过滤清除，保留去除后含有其他颜色的图像图片；
19、a3、将预处理完成后的图片进行整理形成特征数据集，并标记为。
20、优选的，所述图像分割单元进行灰度化处理的操作为：
21、b1、在特征数据集中随机选取一个特征子集进行处理操作；
22、b2、对特征子集中的像素红、绿、蓝三个颜色变量标记为，且通过图像的灰度化公式确定需灰度化处理的灰度值；
23、b3、按照计算得到的灰度值完成对整个特征子集的灰度化处理操作；
24、b4、并基于灰度化图像完成图像中特征的分割操作。
25、优选的，所述b2中的灰度化公式为：
26、；
27、其中，r、g、b均为颜色数值，而2.2次方和2.2次方根用于将灰度值换算成物理光功率。
28、优选的，所述b4中对于灰度化图像的特征分割操作为：
29、c1、依据灰度化图像的左下角端点为坐标原点建立平面坐标系，且向上为y轴，向右为x轴；
30、c2、位于灰度化图像上以原点为基础点，从左至右依次等距设定有多个像素点，并以x轴上多个像素点为基础从下至上依次等距设定有多个像素点，并将像素点标记为；
31、c3、完成对各个像素点的灰度值进行计算，并根据灰度值的阶跃变化得到多个阶跃点并标记为，并通过对阶跃点依次连通形成图像的分割线，依据分割线完后特征的分割操作。
32、优选的，所述c3中对于各个像素点的灰度值计算步骤为：
33、c01、以一个像素点为中心，并基于这个中心划分半径为r的区域，并对此区域内的特征点进行统计，且特征点标记为,并根据各特征点的灰度值得到像素点的平均灰度值；
34、c02、对于各特征点灰度值的计算公式为：
35、；
36、c03、而基于特征点灰度值的公式得到像素点的平均灰度值为：
37、；
38、其中，表示特征点的灰度值，而表示各特征点灰度值的总和，而表示特征点的个数。
39、优选的，所述c3中关于寻找阶跃点的具体方式为：
40、d1、对位于x轴方向上的像素点灰度值进行依次比较，并对比较结果为的像素点和像素点进行记录；
41、d2、根据记录的像素点和像素点求得两点之间的中点为阶跃点，且该阶跃点标记为，并对位于y轴方向上与阶跃点相对应个数的点找出；
42、d3、通过将多个位于x轴上标记个数相同的阶跃点按照相邻距离最短的阶跃点相连，并使得最后一个阶跃点与第一个阶跃点相连形成闭环分割线；
43、d4、依据阶跃点形成的闭环分割线对图像的各特征部分进行分割操作，并对分割后的特征进行标识。
44、优选的，所述模型训练模块的具体实施方式为：
45、f1、将处理后的图像形成数据集，并设计一个带有松材线虫病树木的识别操作为目的初始模型；
46、f2、将数据集引入至初始模型进行训练操作，让初始模型不断的对松材线虫病树木的灰度特征进行识别和学习；
47、f3、选取一个已标识的其他区域且带有松材线虫病树木的图像数据集引入训练后的初始模型中，对模型的精准度进行评本文档来自技高网...
【技术保护点】
1.用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：包括：
2.根据权利要求1所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述图像处理系统的图像处理模块包括：
3.根据权利要求2所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述数据接收单元中图像的筛分操作包括以下步骤：
4.根据权利要求3所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述图像分割单元进行灰度化处理的操作为：
5.根据权利要求4所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述B2中的灰度化公式为：
6.根据权利要求4所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述B4中对于灰度化图像的特征分割操作为：
7.根据权利要求6所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述C3中对于各个像素点的灰度值计算步骤为：
8.根据权利要求7所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述C3中关于寻找阶跃点的具体方式为
9.根据权利要求1所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述模型训练模块的具体实施方式为：
...【技术特征摘要】
1.用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：包括：
2.根据权利要求1所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述图像处理系统的图像处理模块包括：
3.根据权利要求2所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述数据接收单元中图像的筛分操作包括以下步骤：
4.根据权利要求3所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于：所述图像分割单元进行灰度化处理的操作为：
5.根据权利要求4所述的用于松材线虫病识别的无人机拍摄图像处理系统，其特征在于...
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。