【技术实现步骤摘要】
本专利技术涉及图像识别，更具体地说，本专利技术涉及基于图像识别的沉香树苗自动化识别系统及方法。
技术介绍
1、沉香是一种珍贵的香料和中药材，源于瑞香科沉香属白木香树脂，作为我国传统四大香料之首，沉香具有行气止痛、温中止呕、纳气平喘等功效，其天然香气独特，质量等级不一，因而香味有所差别，氮素是沉香生长发育的关键营养元素之一，也是影响沉香质量等级的重要因素，沉香植株叶片的氮素含量在冠层颜色上有较为清晰地体现，尽管现有技术已经实现了通过机器视觉的方式识别树木，但对沉香树苗进行识别的研究仍然较少；
2、例如，授权公告号为cn112633212b的中国专利中公开的名称为：一种基于计算机视觉的茶叶嫩芽等级的识别和分类方法，该专利通过先获取茶树上茶叶的图像，并且通过机器视觉对图像进行识别并完成最后的分类；
3、上述专利虽然完成了对茶叶嫩芽进行等级划分，但是对于不同的植物来说，需要采用不同的识别方法并且划分的条件也是不同的，同时由于沉香植株具有不同的种类，根据不同的种类需要采用相应的划分规则，例如沉香植株种类包括奇楠沉香和白木沉香，奇楠沉香的氮素含量要远高于白木沉香，现有技术中，较少出现根据沉香植株种类去精确地划分沉香植株的质量等级。
4、鉴于此，本专利技术提出基于图像识别的沉香树苗自动化识别系统及方法以解决上述问题。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供基于图像识别的沉香树苗自动化识别系统及方法。
2、为实现上述目的，本专利
3、基于图像识别的沉香树苗自动化识别方法，包括：
4、s10：获取待识别沉香树苗的n个第一图像和s个第二图像，从n个第一图像中筛选出第一目标图像集合，从s个第二图像中筛选出第二目标图像集合，所述第一图像为待识别沉香树苗的枝干图像，所述第二图像为待识别沉香树苗的树叶图像，n和s均为大于1的整数；
5、s20：获取第一目标图像集合和第二目标图像集合的实时格式信息，以及相对应标准图像的标准格式信息，基于实时格式信息和标准格式信息生成对比结果，根据对比结果判断是否对第一目标图像集合或第二目标图像集合进行预处理，所述预处理指的是将实时格式信息转化为标准格式信息；
6、s30：将第一目标图像集合输入到预构建的沉香树苗分类模型中，获得沉香树苗类别；
7、s40：将沉香树苗类别以及第二目标图像集合输入到预构建的等级划分模型中，获取等级划分模型输出的沉香树苗等级。
8、进一步地，获取待识别沉香树苗的n个第一图像和s个第二图像的方法包括：
9、将待识别沉香树苗进行分段并获取每一段所对应的区域图像，识别每个区域图像中枝干数量，根据枝干数量确定每个区域图像中对应的采集点数量，基于每个区域图像中对应的采集点数量获取待识别沉香树苗的n个第一图像和s个第二图像。
10、进一步地，基于每个区域图像中对应的采集点数量获取待识别沉香树苗的n个第一图像和s个第二图像的方法包括：
11、对每个区域图像中对应的采集点数量进行向上取整并且求和，获取h个采集点，根据预设第一比例以及h个采集点计算n个第一拍照点，根据预设第二比例以及h个采集点计算s个第二拍照点，根据n个第一拍照点对待识别沉香树苗进行拍照以获得n个第一图像，根据s个第一拍照点对待识别沉香树苗进行拍照以获得s个第二图像。
12、进一步地，根据枝干数量确定每个区域图像中对应的采集点数量的方法包括：
13、根据枝干数量以及预设对应规则获取每个区域图像中对应的采集点数量。
14、进一步地，从n个第一图像中筛选出第一目标图像集合的方法包括：
15、将n个第一图像均转化为灰度图并获取相应的第一灰度值，取n个第一灰度值的平均值和中位值，取n个第一灰度值以及平均值确定第一目标灰度值，所述第一目标灰度值为n个第一灰度值中最接近平均值的灰度值，将中位值所对应的第一图像和平均值所对应的第一图像形成第一目标图像集合。
16、进一步地，从s个第二图像中筛选出第二目标图像集合的方法包括：
17、将s个第二图像均转化为灰度图并获取相应的第二灰度值，取s个第二灰度值的平均值和中位值，取s个第二灰度值以及平均值确定第二目标灰度值，所述第二目标灰度值为s个第二灰度值中最接近平均值的灰度值，将中位值所对应的第二图像和平均值所对应的第二图像形成第二目标图像集合。
18、进一步地，对比结果包括实时格式信息与标准格式信息相同和实时格式信息与标准格式信息不同，根据对比结果判断是否对第一目标图像集合或第二目标图像集合进行预处理的方法包括：
19、当实时格式信息与标准格式信息相同时，则不对第一目标图像集合或第二目标图像集合进行预处理；
20、当实时格式信息与标准格式信息不同时，则对第一目标图像集合或第二目标图像集合进行预处理。
21、进一步地，标准图像包括第一标准图像和第二标准图像，第一标准图像为沉香树苗的枝干图像，第二标准图像为沉香树苗的树叶图像，沉香树苗类别包括奇楠树苗和白木树苗；
22、沉香树苗分类模型的构建方法包括：
23、获取i组数据，i为大于1的正整数，数据包括历史第一标准图像和历史沉香树苗类别，将历史第一标准图像和历史沉香树苗类别作为样本集，将样本集划分为训练集和测试集，构建分类器，将训练集中的历史第一标准图像作为输入数据，将训练集中的历史沉香树苗类别作为输出数据，对分类器进行训练，得到初始分类器，利用测试集对初始分类器进行测试，输出满足预设准确度的分类器作为沉香树苗分类模型。
24、基于图像识别的沉香树苗自动化识别系统，其用于实现上述的基于图像识别的沉香树苗自动化识别方法，包括：
25、图像筛选模块：用于获取待识别沉香树苗的n个第一图像和s个第二图像，从n个第一图像中筛选出第一目标图像集合，从s个第二图像中筛选出第二目标图像集合，所述第一图像为待识别沉香树苗的枝干图像，所述第二图像为待识别沉香树苗的树叶图像，n和s均为大于1的整数；
26、格式转化模块：用于获取第一目标图像集合和第二目标图像集合的实时格式信息，以及相对应标准图像的标准格式信息，基于实时格式信息和标准格式信息生成对比结果，根据对比结果判断是否对第一目标图像集合或第二目标图像集合进行预处理，所述预处理指的是将实时格式信息转化为标准格式信息；
27、分类模块：将第一目标图像集合输入到预构建的沉香树苗分类模型中，获得沉香树苗类别；
28、等级划分模块：将沉香树苗类别以及第二目标图像集合输入到预构建的等级划分模型中，获取等级划分模型输出的沉香树苗等级。
29、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时实现上述基于图像识别的沉香树苗自动化识别方法。
30、相比于现有技术，本专利技术的有益效果为：
31、本发本文档来自技高网...
【技术保护点】
1.基于图像识别的沉香树苗自动化识别方法，其特征在于，包括：
2.根据权利要求1所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述获取待识别沉香树苗的N个第一图像和S个第二图像的方法包括：
3.根据权利要求2所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述基于每个区域图像中对应的采集点数量获取待识别沉香树苗的N个第一图像和S个第二图像的方法包括：
4.根据权利要求3所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述根据枝干数量确定每个区域图像中对应的采集点数量的方法包括：
5.根据权利要求1所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述从N个第一图像中筛选出第一目标图像集合的方法包括：
6.根据权利要求1所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述从S个第二图像中筛选出第二目标图像集合的方法包括：
7.根据权利要求1所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述对比结果包括实时格式信息与标准格式信息相同和实时格式信息与标准格式信息不同
8.根据权利要求1所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述标准图像包括第一标准图像和第二标准图像，第一标准图像为沉香树苗的枝干图像，第二标准图像为沉香树苗的树叶图像，沉香树苗类别包括奇楠树苗和白木树苗；
9.基于图像识别的沉香树苗自动化识别系统，其用于实现权利要求1-8中任一项所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时实现权利要求1至8任一项所述的基于图像识别的沉香树苗自动化识别方法。
...【技术特征摘要】
1.基于图像识别的沉香树苗自动化识别方法，其特征在于，包括：
2.根据权利要求1所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述获取待识别沉香树苗的n个第一图像和s个第二图像的方法包括：
3.根据权利要求2所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述基于每个区域图像中对应的采集点数量获取待识别沉香树苗的n个第一图像和s个第二图像的方法包括：
4.根据权利要求3所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述根据枝干数量确定每个区域图像中对应的采集点数量的方法包括：
5.根据权利要求1所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述从n个第一图像中筛选出第一目标图像集合的方法包括：
6.根据权利要求1所述的基于图像识别的沉香树苗自动化识别方法，其特征在于，所述从s个第二图像中筛选出第二目标图像集合的方法包...
【专利技术属性】
技术研发人员：陈荻，
申请(专利权)人：东方沉香集团海南有限公司，
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。