本发明专利技术提供了一种水稻倒伏识别方法、电子设备及存储介质，涉及图像处理领域，所述包括如下步骤：获取目标影像，获取目标影像中每一像素点的目标亮度值，从而获取目标亮度值列表，获取预设亮度阈值区间，基于预设亮度阈值区间，获取目标图像，对目标图像进行膨胀处理，获取第一图像，基于第一膨胀区域阈值对第一图像的膨胀区域进行提取，生成第二图像，对第二图像进行开运算处理，并对进行开运算处理后的第二图像提取目标图斑，生成第三图像，将目标图斑作为种子点，对第三图像使用预设区域生长算法，获取第四图像，基于第四图像获取水稻倒伏区域；采用RGB影像数据，更加有效确定水稻倒伏区域。
【技术实现步骤摘要】
本专利技术涉及图像处理领域，特别是涉及一种水稻倒伏识别方法、电子设备及存储介质。
技术介绍
1、目前针对水稻倒伏的识别，主要通过前期获取样本数据，分别计算纹理信息、光谱指数等，并根据倒伏区与正常区域的特征分析，建立识别阈值，通过建立的决策树规则，实现对倒伏区域的识别。除了决策树识别，一些监督分类方法也应用广泛。但是基于样本进行分类与机器学习等过程，对样本的获取要求较高，且处理过程相对复杂，技术应用门槛高。
技术实现思路
1、针对上述技术问题，本专利技术采用的技术方案为：一种水稻倒伏识别方法，所述方法包括如下步骤：
2、s100，获取目标影像，所述目标影像为8位rgb图像，所述目标影像中的像素点列表a={a1，a2，…，ai，…，am}，第i个像素点ai=（ri，gi，bi），ri是ai在红色通道的强度值，gi是ai在绿色通道的强度值，bi是ai在蓝色通道的强度值，i的取值范围是1到m，m是目标影像中像素点的数量；
3、s200，获取目标影像中像素点ai的目标亮度值li=k1×ri+k2×gi+k3×bi，从而获取目标亮度值列表l={l1，l2，…,li,…，lm}，其中，k1为第一预设权重，k2为第二预设权重，k3为第三预设权重；
4、s300，获取预设亮度阈值区间（lmax，lmin），并将目标影像中li∈（lmax，lmin）的像素点的亮度值设置为255，目标影像中li（lmax，lmin）的像素点的亮度值设置为0，作为目标图像；
>5、s400，对目标图像进行膨胀处理，获取第一图像；6、s500，获取第一膨胀区域阈值，并基于第一膨胀区域阈值对第一图像的膨胀区域进行提取，生成第二图像；
7、s600，基于预设运算结构，对第二图像进行开运算处理，并对进行开运算处理后的第二图像提取目标图斑，生成第三图像，所述目标图斑是像素数量大于预设像素数量阈值的图斑；
8、s700，将目标图斑作为种子点，对第三图像使用预设区域生长算法，获取第四图像，基于第四图像获取水稻倒伏区域。
9、根据本专利技术的另一个方面，提供了一种非瞬时性计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现前述的方法。
10、根据本专利技术的又一个方面，提供了一种电子设备，包括处理器和前述的非瞬时性计算机可读存储介质。
11、本专利技术至少具有以下有益效果：综上，获取目标影像，获取目标影像中每一像素点的目标亮度值，从而获取目标亮度值列表，获取预设亮度阈值区间，基于预设亮度阈值区间，生成目标图像，对目标图像进行膨胀处理，获取第一图像，基于第一膨胀区域阈值对第一图像的膨胀区域进行提取，生成第二图像，对第二图像进行开运算处理，并对进行开运算处理后的第二图像提取目标图斑，生成第三图像，将目标图斑作为种子点，对第三图像使用预设区域生长算法，获取第四图像，基于第四图像获取水稻倒伏区域；本专利技术采用rgb影像数据，降低对光谱数据的要求，数据更为通用，数据的获取更为方便，本专利技术通过rgb色彩转化，转化为目标亮度值进行识别，突出水稻倒伏与未倒伏区的影像差异，并经过膨胀和膨胀区域内的第一膨胀区域阈值提取，提高水稻倒伏识别的准确率。并且，本专利技术建立种子点，结合预设区域生长算法确定水稻倒伏区域，与传统方法相比，降低样本获取要求的同时，处理过程更为效率。
本文档来自技高网...
【技术保护点】
1.一种水稻倒伏识别方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的水稻倒伏识别方法，其特征在于，S700还包括：对第四图像进行开运算处理和闭运算处理，生成第五图像，并基于第五图像获取水稻倒伏区域。
3.根据权利要求1所述的水稻倒伏识别方法，其特征在于，S300中通过如下步骤获取预设亮度阈值区间（Lmax，Lmin）：
4.根据权利要求1所述的水稻倒伏识别方法，其特征在于，S300中还包括通过如下步骤获取预设亮度阈值区间（Lmax，Lmin）：
5.根据权利要求1所述的水稻倒伏识别方法，其特征在于，S400具体包括如下步骤：
6.根据权利要求5所述的水稻倒伏识别方法，其特征在于，S430具体包括如下步骤：
7.根据权利要求5所述的水稻倒伏识别方法，其特征在于，将J0作为第一膨胀区域阈值，J0是目标膨胀距离对应的第二膨胀区域阈值。
8.根据权利要求1所述的水稻倒伏识别方法，其特征在于，k1=0.3，k2=0.59，k3=0.11。
9.一种非瞬时性计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，其特征在于，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-8中任意一项所述的水稻倒伏识别方法。
10.一种电子设备，其特征在于，包括处理器和权利要求9中所述的非瞬时性计算机可读存储介质。
...
【技术特征摘要】
1.一种水稻倒伏识别方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的水稻倒伏识别方法，其特征在于，s700还包括：对第四图像进行开运算处理和闭运算处理，生成第五图像，并基于第五图像获取水稻倒伏区域。
3.根据权利要求1所述的水稻倒伏识别方法，其特征在于，s300中通过如下步骤获取预设亮度阈值区间（lmax，lmin）：
4.根据权利要求1所述的水稻倒伏识别方法，其特征在于，s300中还包括通过如下步骤获取预设亮度阈值区间（lmax，lmin）：
5.根据权利要求1所述的水稻倒伏识别方法，其特征在于，s400具体包括如下步骤：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：周祖煜，张澎彬，林波，杨肖，陈煜人，刘雅萱，
申请(专利权)人：北京香田智能科技有限公司，
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。