【技术实现步骤摘要】
本专利技术涉及烟草种植识别，尤其涉及到一种烟草点株计数和地块识别方法、装置、设备及存储介质。
技术介绍
1、近年来，深度学习和计算机视觉技术在农业领域的应用取得了显著进展。尤其是在烟草种植业，通过自动化和智能化的图像分析技术，可以大幅提升生产管理的效率和精准度。以云南省烟草种植区的智能管理为例，云南省烟草种植区主要保护对象为优质烟草品种及其生长环境，此外还有对病虫害的管理及其他农业生态因素的监控。每年在种植区生长的烟草株数以及烟草的健康状况是种植区管理人员和我国农业部门最关心的问题，为了更好地保护烟草作物，提高种植效率，减少病虫害及不利环境因素对烟草生长的影响，种植区将物联网和智能识别等技术应用在烟草点株识别和地块管理是必不可少的。
2、在烟草种植区，通过部署物联网设备，如土壤湿度传感器、温度传感器和光照传感器，可以实时监测土壤和气候条件，为烟草生长提供最优的环境数据。同时，利用智能识别技术，如图像识别和机器学习算法，可以对烟草点株进行精确识别，包括株数统计、生长状况评估和病虫害检测。通过对地块的智能识别，管理人员能够快速定位问题区域，及时采取相应的农业措施，如灌溉、施肥或喷洒农药，以确保烟草作物的健康生长。此外，通过地块识别技术，可以对种植区进行精确的地块划分和管理，实现精准农业的目标。每个地块的具体条件和烟草生长状况都可以被单独记录和分析，从而为种植区提供定制化的管理策略。这种智能化的管理方式不仅提高了烟草作物的产量和质量，还有助于节约资源，减少对环境的影响，促进可持续农业的发展。总之，将物联网和智能识别技术应用
3、随着精准农业的不断发展，对烟草作物的点株计数和地块识别提出了更高的要求。现有的技术，虽然在各自的领域内取得了显著成果，但在烟草种植领域，尤其是点株级别的精细化管理方面，仍有待进一步探索。例如，在202410141779.2一种基于多源遥感影像的多云雨地区果树树龄测算方法中，采用多源高分辨率遥感影像对目标区域进行地块边界提取和果园地块识别，对果园地块的历年植被指数进行断点检测，由此测算果树树龄，解决了现有基于遥感技术的树龄测算方法难以在多云雨地区开展应用的问题。但在自然界中，作物种类繁多，形态差异大，在做作物识别算法研究中，同一套算法应用于大的物种种类识别上，可能会带来识别准确率低的问题。当数据集发生变化或特定物种识别过程中数据集的训练基础模型少，就会带来识别不准确的问题。
4、同时，由于针对烟草点株技术和地块识别主要依据的是无人机采集的烟草种植区域图像，为了获取到完整数据通常会进行图像冗余采集（例如针对烟草种植区域执行多次不同位置和不同高度的图像覆盖采集），最终会得到大量的烟草种植区域图像，并且每个烟草种植区域图像中包含若干个完整或不完整烟草地块，不同位置和不同高度的图像对烟草种植识别具有不同的影响（不同位置的图像会使得最后用于拼接整个烟草种植区域时采用不同的拼接策略，对识别效率具有影响；而不同高度的图像一方面因为图像像素特征质量不同影响识别准确率，另一方面因为涵盖面积不同采用不同拼接策略，对识别效率具有影响），如何从大量的烟草种植区域图像中在保证识别准确率与识别效率的基础上实现对每个烟草地块的面积与烟草点株的识别，是本领域中的重难点。
5、因此，如何提高烟草点株计数和地块识别的识别效率和识别准确率，是一个亟需解决的技术问题。
技术实现思路
1、本专利技术的主要目的在于提供一种烟草点株计数和地块识别方法、装置、设备及存储介质，旨在解决目前烟草点株计数和地块识别的效率与准确率不高的技术问题。
2、为实现上述目的，本专利技术提供一种烟草点株计数和地块识别方法，包括以下步骤：
3、获取烟草种植样地区域在烟草不同生产阶段的样地采集图像，对所述样地采集图像进行预处理与数据标注，获得训练数据集；其中，所述数据标注包括对预处理后的样地采集图像进行烟草点株标注和烟草地块标注；
4、将所述训练数据集输入预训练swin transformer模型进行烟草种植识别训练，获得烟草种植识别模型；
5、获取烟草种植识别区域的若干张识别采集图像和每张识别采集图像的采集位置信息，将每张识别采集图像输入所述烟草种植识别模型，获得每张识别采集图像的烟草地块识别结果和烟草点株识别结果；
6、基于每张识别采集图像的烟草地块识别结果和烟草点株识别结果，利用每张识别采集图像的采集位置信息，生成烟草种植识别区域的烟草种植识别结果。
7、可选的，获取烟草种植样地区域在烟草不同生产阶段的样地采集图像，对所述样地采集图像进行预处理与数据标注，获得训练数据集步骤，具体包括：
8、驱使配置有图像采集装置的无人机，按照预设航线定期执行对烟草种植样地区域的巡航飞行并控制图像采集装置执行对样地图像的采集，获得烟草种植样地区域在烟草不同生产阶段的样地采集图像；
9、对获取的样地采集图像进行包括图像校正、图像去噪和图像增强的预处理，针对预处理后的样地采集图像，采用矩形框标注工具和多边形半自动标注工具分别对样地采集图像执行烟草点株标注和烟草地块标注，获得训练数据集。
10、可选的，将所述训练数据集输入预训练swin transformer模型进行烟草种植识别训练，获得烟草种植识别模型步骤，具体包括：
11、构建swin transformer模型框架，利用公开数据集对所述swin transformer模型框架进行预训练，获得预训练swin transformer模型；
12、将所述训练数据集中执行烟草地块标注和烟草点株标注的样地采集图像分别输入所述预训练swin transformer模型，获得训练完成的烟草地块识别模型和烟草点株识别模型。
13、可选的，获取烟草种植识别区域的若干张识别采集图像和每张识别采集图像的采集位置信息，将每张识别采集图像输入所述烟草种植识别模型，获得每张识别采集图像的烟草地块识别结果和烟草点株识别结果步骤，具体包括：
14、驱使配置有图像采集装置和定位装置的无人机，执行对烟草种植识别区域的巡航飞行，控制图像采集装置和定位装置分别执行对样地图像的多次区域覆盖采集和采集位置信息获取，获得烟草种植识别区域的若干张识别采集图像和每张识别采集图像的采集位置信息；
15、将每张识别采集图像输入烟草地块识别模型和烟草点株识别模型进行识别，基于每张识别采集图像的采集位置信息，获得每张识别采集图像的烟草地块识别结果和烟草点株识别结果。
16、可选的，多次区域覆盖采集包括若干次不同采集高度的区域覆盖采集；将每张识别采集图像输入烟草地块识别模型和烟草点株识别模型进行识别，基于每张识别采集图像的采集位置信息，获得每张识别采集图像中的若干个烟草地块和每个烟草地块的点株数据步骤，具体包括：
17、将每次区域覆盖采集的采集高度附加到本文档来自技高网...
【技术保护点】
1.一种烟草点株计数和地块识别方法，其特征在于，包括以下步骤：
2.如权利要求1所述的烟草点株计数和地块识别方法，其特征在于，获取烟草种植样地区域在烟草不同生产阶段的样地采集图像，对所述样地采集图像进行预处理与数据标注，获得训练数据集步骤，具体包括：
3.如权利要求1所述的烟草点株计数和地块识别方法，其特征在于，将所述训练数据集输入预训练Swin Transformer模型进行烟草种植识别训练，获得烟草种植识别模型步骤，具体包括：
4.如权利要求3所述的烟草点株计数和地块识别方法，其特征在于，获取烟草种植识别区域的若干张识别采集图像和每张识别采集图像的采集位置信息，将每张识别采集图像输入所述烟草种植识别模型，获得每张识别采集图像的烟草地块识别结果和烟草点株识别结果步骤，具体包括：
5.如权利要求4所述的烟草点株计数和地块识别方法，其特征在于，多次区域覆盖采集包括若干次不同采集高度的区域覆盖采集；将每张识别采集图像输入烟草地块识别模型和烟草点株识别模型进行识别，基于每张识别采集图像的采集位置信息，获得每张识别采集图像中的若干个烟草地块
6.如权利要求5所述的烟草点株计数和地块识别方法，其特征在于，基于每张识别采集图像中每个烟草地块的区域坐标范围、每张识别采集图像的采集高度和烟草种植识别区域的区域坐标范围，确定用于执行烟草点株识别的最佳识别采集图像样本步骤，具体包括：
7.如权利要求6所述的烟草点株计数和地块识别方法，其特征在于，基于每张识别采集图像的烟草地块识别结果和烟草点株识别结果，利用每张识别采集图像的采集位置信息，生成烟草种植识别区域的烟草种植识别结果步骤，具体包括：
8.一种烟草点株计数和地块识别装置，其特征在于，包括：
9.一种烟草点株计数和地块识别设备，其特征在于，所述烟草点株计数和地块识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的烟草点株计数和地块识别程序，所述烟草点株计数和地块识别程序被所述处理器执行时实现如权利要求1至7中任一项所述的烟草点株计数和地块识别方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有烟草点株计数和地块识别程序，所述烟草点株计数和地块识别程序被处理器执行时实现如权利要求1至7中任一项所述的烟草点株计数和地块识别方法的步骤。
...【技术特征摘要】
1.一种烟草点株计数和地块识别方法，其特征在于，包括以下步骤：
2.如权利要求1所述的烟草点株计数和地块识别方法，其特征在于，获取烟草种植样地区域在烟草不同生产阶段的样地采集图像，对所述样地采集图像进行预处理与数据标注，获得训练数据集步骤，具体包括：
3.如权利要求1所述的烟草点株计数和地块识别方法，其特征在于，将所述训练数据集输入预训练swin transformer模型进行烟草种植识别训练，获得烟草种植识别模型步骤，具体包括：
4.如权利要求3所述的烟草点株计数和地块识别方法，其特征在于，获取烟草种植识别区域的若干张识别采集图像和每张识别采集图像的采集位置信息，将每张识别采集图像输入所述烟草种植识别模型，获得每张识别采集图像的烟草地块识别结果和烟草点株识别结果步骤，具体包括：
5.如权利要求4所述的烟草点株计数和地块识别方法，其特征在于，多次区域覆盖采集包括若干次不同采集高度的区域覆盖采集；将每张识别采集图像输入烟草地块识别模型和烟草点株识别模型进行识别，基于每张识别采集图像的采集位置信息，获得每张识别采集图像中的若干个烟草地块和每个烟草地块的点株数据步骤，具体包括：
【专利技术属性】
技术研发人员：马云强，芦俊佳，张海燕，杨晨，李一宸，尹大东，杨锁刚，
申请(专利权)人：云南这里信息技术有限公司，
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。