申请/专利权人：中国农业大学

申请日：2021-05-11

公开（公告）日：2024-01-19

公开（公告）号：CN113284098B

主分类号：G06T7/00

分类号：G06T7/00;G06T5/70;G06T7/136;G06T5/50;G06T7/62;G06V10/764;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.01.19#授权;2021.09.07#实质审查的生效;2021.08.20#公开

摘要：本发明实施例公开了作物氮含量缺乏分级判别的方法、装置及电子设备，方法包括：获取待测作物的彩色图像；其中，彩色图像包括颜色参数以及形状参数；将待测作物的彩色图像输入至训练好的随机森林模型，得到待测作物的氮含量缺乏分级判别结果；训练好的随机森林模型为利用与不同作物的氮含量缺乏分级判别结果对应的作物的彩色图像进行训练后得到。此外，本发明采用随机森林模型对待测作物氮含量缺乏进行分级判别，通过矩形区域内图像计算叶面积和叶片周长形状参数。该特征向量提取方法融合深度学习分级准确率高和机器学习对数据量要求少的优点，减少因季节温度变化对分级判别模型带来的影响，从而对氮肥缺乏程度的判别更加高效准确。

主权项：1.一种作物氮含量缺乏分级判别的方法，其特征在于，包括：获取待测作物的彩色图像；其中，所述彩色图像包括颜色参数以及形状参数，所述颜色参数为单个作物枝条上全部叶片的颜色参数；所述彩色图像为RGB图像，所述获取待测作物的彩色图像，包括：将所述彩色图像进行图像均衡化以及滤波；在预设区域内计算所述彩色图像水平方向以及垂直方向的梯度值，并依据所述梯度值确定所述彩色图像的清晰范围；将所述彩色图像进行图像灰度化以及图像二值化以确定所述作物的二值化图像；将所述RGB图像的RGB三通道分离，分别与所述二值化图像做与运算；将所述RGB图像的RGB三通道合并去除图像背景，并生成第一彩色图像；获取所述第一彩色图像的RGB三通道各自的最大值、均值以及标准差；截取所述第一彩色图像生成第二彩色图像；其中，所述第一彩色图像包括完整的所述作物，所述第二彩色图像包括部分的所述作物，通过深度学习图像增强Cutout、CutMix方法截取特定大小矩形区域图像作为第二彩色图像；分别计算所述第二彩色图像对应的所述作物的面积以及所述作物的周长；将所述待测作物的彩色图像输入至训练好的随机森林模型，得到所述待测作物的氮含量缺乏分级判别结果；其中，所述训练好的随机森林模型为利用与不同作物的氮含量缺乏分级判别结果对应的作物的彩色图像进行训练后得到；其中，所述随机森林模型为根据所述颜色参数以及所述形状参数生成训练集以及验证集，并根据所述训练集确定所述随机森林模型的结构以及根据所述验证集进行优化后得到的模型。

全文数据：

权利要求：

百度查询： 中国农业大学 作物氮含量缺乏分级判别的方法、装置及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD