申请/专利权人：山东师范大学

申请日：2022-06-07

公开（公告）日：2024-04-12

公开（公告）号：CN114982580B

主分类号：G01D21/02

分类号：G01D21/02;A01G22/60;A01C23/00;A01G27/00;G06V10/74

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.09.20#实质审查的生效;2022.09.02#公开

摘要：本发明公开了一种基于图像识别的智能花卉辅助栽培方法及系统，包括获取花卉当前时刻的图像；获取花卉当前时刻实际所处环境参数；根据所述图像进行图像识别，确定花卉的种类及当前时刻的生态长势，进而获得花卉当前时刻对应的最优预设环境参数；根据所述实际所处环境参数和所述最优预设环境参数进行环境参数的调节，并发出调节提醒。本发明通过检测花卉所受光照强度、种植土壤的温湿度以及土壤中无机盐离子含量，结合智能识别的该花卉种类及其生态长势，自动进行相应的湿度和营养液的调节并发出提醒，同时，还将花卉生态长势的信息实时汇报给用户，并给出进一步培养的合理建议，辅助花卉的成长，提高花卉种植的成活率。

主权项：1.一种基于图像识别的智能花卉辅助栽培方法，其特征是，包括：获取花卉当前时刻的图像；获取花卉当前时刻实际所处环境参数；根据所述图像进行图像识别，确定花卉的种类及当前时刻的生态长势，进而获得花卉当前时刻对应的最优预设环境参数；根据所述实际所处环境参数和所述最优预设环境参数进行环境参数的调节，并发出调节提醒；所述根据所述图像进行图像识别，确定花卉的种类及当前时刻的生态长势，包括：对采集图像进行分割处理，获得多个图像分割区域；提取各个图像区域的颜色特征、纹理特征和形状特征，将特征通过加权求和进行特征融合，获得融合后图像特征；将融合后图像特征信息与预设的图像样本特征信息进行特征匹配，确定花卉的种类及当前时刻的生态长势；所述颜色特征的提取方法为：将图像转化为HSV空间图像，对图像的三元素色调、饱和度、亮度按照占比4:1:1进行权重分配，构成图像的256维的颜色特征向量；通过模糊数学算法对颜色特征向量进行模糊化；所述颜色特征向量的表达式为：；模糊化后的颜色特征向量表达式为：；所述模糊数学算法的计算公式为： 其中，代表特征向量中所有元素的平均值，代表特征向量中所有元素的最大值，代表特征向量中所有元素的最小值；所述纹理特征的提取方法为：通过灰度共生矩阵提取图像纹理特征，求解计算图像对应的特性的值，构成图像的15维的纹理特征向量；并对纹理特征向量模糊化；所述图像纹理特征包括小梯度优势、大梯度优势、灰度分布的不均匀性、梯度分布的不均匀性、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关性、灰度熵、梯度熵、混合熵、惯性和逆差矩特性；所述纹理特征向量的表达式为：；模糊化后的纹理特征向量表达式为：；所述对纹理特征向量模糊化的计算公式为： 其中，代表特征向量中所有元素的平均值，代表特征向量中所有元素的最大值，代表特征向量中所有元素的最小值；所述形状特征的提取方法为：提取图像轮廓特征，求解计算图像对应的特性的值，构成图像的5维的形状特征向量；并对形状特征向量模糊化；所述图像轮廓特征包括矩形度、球状性、圆形性、质心坐标、中心距特性；所述形状特征向量的表达式为：；模糊化后的形状特征向量表达式为：；所述对形状特征向量模糊化的计算公式为： 其中，代表特征向量中所有元素的平均值，代表特征向量中所有元素的最大值，代表特征向量中所有元素的最小值；所述融合后图像的特征向量表达式为：;其中，x、y、z分别代表颜色特征、纹理特征、形状特征在图像特征向量中的权重，取值范围为0,1;所述发出调节提醒，具体为：当实际种植土壤湿度不符合预设湿度范围时，根据实际种植土壤的湿度和预设湿度计算确定花卉所需水量，自动控制滴灌进行相应水量的灌溉；当土壤中无机盐离子含量不符合预设无机盐离子含量范围时，根据实际土壤中无机盐离子含量和预设无机盐离子含量计算确定花卉所需无机盐离子量，自动将包含所需无机盐离子量的肥料溶于水中，通过灌溉提供给花卉。

全文数据：

权利要求：

百度查询： 山东师范大学 一种基于图像识别的智能花卉辅助栽培方法及系统

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