[发明专利]一种玉米果穗机械损伤区域识别方法

权利要求书

1.一种玉米果穗机械损伤区域识别方法，其特征在于，包括：

S1、将玉米果穗图像分成图像小块，获取玉米果穗图像小块数据集；

S2、根据所述图像小块数据集中各图像小块的归一化特征，利用支持向量机确定候选区域小块；

S3、利用卷积神经网络模型确定所述候选区域小块中的机械损伤区域。

2.根据权利要求1所述的玉米果穗机械损伤区域识别方法，其特征在于，所述步骤S2进一步包括：

S21、提取所述图像小块数据集的训练集中各图像小块的所述归一化特征，对所述支持向量机进行训练；

S22、利用训练完成的所述支持向量机确定所述测试集中的所述候选区域小块。

3.根据权利要求2所述的玉米果穗机械损伤区域识别方法，其特征在于，所述步骤S3进一步包括：

S31、根据所述训练集调整所述卷积神经网络模型的权值，训练所述卷积神经网络模型；

S32、根据训练完成的所述卷积神经网络模型确定所述候选区域小块中的机械损伤区域。

4.根据权利要求1所述的玉米果穗机械损伤区域识别方法，其特征在于，所述归一化特征根据颜色特征和纹理特征生成。

5.根据权利要求4所述的玉米果穗机械损伤区域识别方法，其特征在于，所述步骤S21具体包括：

获取所述训练集中各图像小块的所述归一化特征的值，将所述训练集中的各图像小块映射为特征空间中的点；所述特征空间由所述归一化特征构成；

根据所述训练集确定所述候选区域的划分平面；

在所述特征空间中，位于所述划分平面第一侧的点对应包含正常区域的图像小块，位于所述划分平面第二侧的点包含对应机械损伤区域的图像小块。

6.根据权利要求5所述的玉米果穗机械损伤区域识别方法，其特征在于，所述步骤S22具体包括：

获取所述训练集中各图像小块的所述归一化特征的值，将所述测试集中的各图像小块映射为特征空间中的点；

将所述特征空间中，位于所述划分平面第二侧的点对应的图像小块确定为所述候选区域小块。

7.根据权利要求3所述的玉米果穗机械损伤区域识别方法，其特征在于，所述步骤S32具体包括：

将所述候选区域小块输入所述训练完成的所述卷积神经网络模型，获取所述候选区域小块的分类概率值；

将所述分类概率值大于概率阈值的所述候选区域小块确定为机械损伤区域。

8.根据权利要求1-7任一所述的玉米果穗机械损伤区域识别方法，其特征在于，所述步骤S1之前还包括：

S0、对玉米果穗图像进行预处理。

9.根据权利要求8所述的玉米果穗机械损伤区域识别方法，其特征在于，所述步骤S0进一步包括：

S01、扩充玉米果穗图像数据集包含的玉米果穗角度和亮度范围；

S02、对扩充后的玉米果穗图像数据集进行图像增强。

10.根据权利要求9所述的玉米果穗机械损伤区域识别方法，其特征在于，所述步骤S02具体包括：

采用至少一种基于Retinex理论的算法，对扩充后的玉米果穗图像数据集进行图像增强。