[发明专利]一种基于图像分类和目标检测的棉花发育期自动识别方法

说明书

一种基于图像分类和目标检测的棉花发育期自动识别方法属于农业气象观测领域。随着图像处理和深度学习技术的发展，农业气象观测方式由人工观测向自动观测转变成为可能。为了实现对棉花发育期的自动观测，本文提出了一种基于目标检测与图像分类相结合的棉花发育期自动识别方法。该方案首先观察和分析棉花各个发育期图像存在的不同特征，然后通过基于深度学习的图像分类实现三真叶期、五真叶期和现蕾期的自动识别，进一步通过深度目标检测自动检测图像中的花和棉絮，最后综合两种算法的结果，实现棉花完整发育期的自动识别。采用该方案可以实现对棉花发育期快速准确的自动识别，具有重要的应用价值。

技术领域

本发明应用于农业气象观测领域，具体涉及图像分类、目标检测、图像分割等计算机视觉与数字图像处理技术。该方法根据农业气象观测站所拍摄的棉花作物图像，通过检测和识别图像中的特征计算出对应的发育期。实现了对该图像中棉花作物发育期的自动识别。

背景技术

农业气象观测是农业气象业务、服务和科研的基础，对保障我国作物安全具有重要意义。发育期作为作物主要生长信息之一，是农业气象领域关注的重点。通过分析作物的发育速度和进程等情况，可以得到各发育期与气象条件之间的关系，进而为农业产业服务。传统的发育期观测需要人工根据田间作物的发育期形态等特征进行发育期判断，简单易行、观察全面，但个人主观性强、人力成本高、效率低、无法连续观测。而作物发育期的自动化观测，可以客观的掌握作物生长状况，及时开展农事活动和现代化农田管理，从而提高工作效率、增强观测资料的客观性、减少人为误差。以达到增加产量、减少投入、保护农业资源的目的。

本发明中用于观测的棉花图像由新疆乌兰乌苏农业气象站提供，有2016和2017年两次完整的棉花生长发育的观测图片，并给出了人工观测的发育期标注。图像采用固定相机拍摄，将相机固定在4米高的支架上对下面的棉花进行俯拍，一经安装，相机的高度俯角等不再变化，相机每天在固定的时间进行自动拍照。2016年图像分辨率为5184*3450像素，2017年图像分辨率为2592*1728像素。2016年共有图片972张，2017年共有观测图片948张。拍摄实际图片如图1所示。

根据农业气象观测规范对棉花各个发育期的定义如下：

出苗期：幼苗出土，两片子叶展开。

三真叶期：从主茎顶端出现完全展开的第三片真叶。

五真叶期：从主茎顶端出现完全展开的第五片真叶。

现蕾期：植株最下部果枝第一果节出现三角塔形花蕾。

开花期：植株下部果枝有花朵开放。

开花盛期：植株第4果枝上有花朵开放。

裂铃期：植株上出现正常开裂的棉铃，可见到棉絮。

吐絮期：植株上出现完全张开的棉铃，棉絮外露呈松散状态。

吐絮盛期：棉株第4果枝上有棉铃吐絮。

停止生长期：棉株幼嫩部分不再继续生长或呈凋萎状态。

根据人工标注的结果，本发明对相应发育期的观测图像进行了分析，发现许多时期并不能严格的观测到农业气象观测规范定义的特征。例如受图像分辨率限制，出苗期并不能很好的观测到两片完整展开的子叶，如图2所示。现蕾期棉花植株间出现遮挡，几乎看不到植株最下部果枝第一果节出现三角塔形花蕾，如图3所示。