[发明专利]一种番茄生长状态的智能分析方法及智能分析装置

说明书

本发明为图像识别技术领域，尤其涉及一种番茄生长状态的智能分析方法及智能分析装置，包括预先建立番茄生长分析模型，番茄生长分析模型包括线性回归模型和卷积神经网络模型；获取番茄生长图像，将番茄生长图像分别导入到线性回归模型和卷积神经网络模型中；线性回归模型对番茄生长图像分析计算导出处番茄当前的生长期生长指标；卷积神经网络模型对番茄生长图像分析计算导出番茄当前的果叶生长指标。有益效果：针对番茄生长图像的定性分析采用线性回归模型，针对番茄生长图像的定量分析采用卷积神经网络模型，通过对定性分析与定量分析采用不同模型，既提高了准确率，又提高了运算速率。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种番茄生长状态的智能分析方法及智能分析装置。

背景技术

随着现代化的发展，传统农业中也逐渐转向智能化的种植与管理，目前，市面上出现了一些基于大数据的智能分析植物生长状态的农业种植管理系统，但均是对一套农业种植基于一种人工智能算法模型，不能适用于所有检测数据的分析与管理预测，例如对于定性及定量分析的参数采用同一套算法模型，使得模型运算速度慢，且效率低。

发明内容

本发明的目的在于提出一种番茄生长状态的智能分析方法及智能分析装置，以解决现有农业种植仅基于一套分析算法模型运算效率低的问题。

为达此目的，本发明采用以下技术方案：

一种番茄生长状态的智能分析方法，所述智能分析方法包括：

预先建立番茄生长分析模型，所述番茄生长分析模型包括线性回归模型和卷积神经网络模型；

获取番茄生长图像，将所述番茄生长图像分别导入到所述线性回归模型和所述卷积神经网络模型中；所述线性回归模型对所述番茄生长图像分析计算导出番茄当前的生长期生长指标；

所述卷积神经网络模型对所述番茄生长图像分析计算导出番茄当前的果叶生长指标。

本发明还提供一种番茄生长状态智能分析的装置，所述智能分析装置包括：

番茄生长分析模型预建单元，用于预先建立番茄生长分析模型，所述番茄生长分析模型包括线性回归模型和卷积神经网络模型；

番茄生长图像导入单元，用于获取番茄生长图像，将所述番茄生长图像分别导入到所述线性回归模型和所述卷积神经网络模型中；

生长期生长指标分析单元，用于所述线性回归模型对所述番茄生长图像分析计算导出番茄当前的生长期生长指标；

果叶生长指标分析单元，用于所述卷积神经网络模型对所述番茄生长图像分析计算导出番茄当前的果叶生长指标。

本发明通过预先建立番茄生长分析模型，番茄生长分析模型包括线性回归模型和卷积神经网络模型；获取番茄生长图像，将番茄生长图像分别导入到线性回归模型和卷积神经网络模型中；线性回归模型对番茄生长图像分析计算导出番茄当前的生长期生长指标；卷积神经网络模型对番茄生长图像分析计算导出番茄当前的果叶生长指标。有益效果：针对番茄生长图像的定性分析采用线性回归模型，针对番茄生长图像的定量分析采用卷积神经网络模型，通过对定性分析与定量分析采用不同模型，既提高了准确率，又提高了运算速率。

附图说明

图1是本发明具体实施方式提供的番茄生长状态的智能分析方法流程图一。

图2是本发明具体实施方式提供的番茄生长状态的智能分析方法流程图二。

图3是本发明具体实施方式提供的线性回归模型建立方法流程图。

图4是本发明具体实施方式提供的卷积神经网络模型建立方法流程图。