[发明专利]作物分布信息的获取方法、装置及测量系统

权利要求书

1.一种作物分布信息的获取方法，其特征在于，包括：

获取目标区域的图像信息，其中，该图像信息用于展示所述目标区域中的作物信息；

将所述图像信息输入至神经网络模型进行分析，得到所述图像信息中各个像素位置的指示信息，以及存在所述作物的像素位置所对应的像素信息，所述指示信息用于指示所述各个像素位置是否存在作物；

对所述像素信息进行聚类分析，得到聚类结果；

基于所述聚类结果确定所述目标区域中的作物分布信息。

2.根据权利要求1所述的方法，其特征在于，

将所述图像信息输入至神经网络模型进行分析，得到所述图像信息中各个像素位置的指示信息，包括：将所述指示信息中指示存在作物的像素信息存储至预设集合中；

对所述像素信息进行聚类分析，得到聚类结果，包括：从所述预设集合中选择部分像素信息进行聚类分析，得到多个簇；基于所述多个簇对所述预设集合中的剩余像素信息进行分类，得到所述聚类结果。

3.根据权利要求2所述的方法，其特征在于，基于所述多个簇对所述预设集合中的剩余像素信息进行分类，包括：

确定每个簇对应的分类标签；

确定所述剩余像素信息所属的分类标签，得到所述聚类结果。

4.根据权利要求3所述的方法，其特征在于，确定所述剩余像素信息所属的分类标签，得到所述聚类结果，包括：

计算所述剩余像素信息中的每个像素信息与指定簇中各个像素信息的相似度，得到多个相似度，所述指定簇为所述多个簇中的任意一个簇；

确定所述多个相似度的平均值；

基于所述平均值确定所述剩余像素信息中每个像素信息所属的簇，基于确定簇，确定所述剩余像素信息中每个像素信息所属的分类标签，得到所述聚类结果。

5.根据权利要求4所述的方法，其特征在于，基于所述平均值确定所述剩余像素信息中每个像素信息所属的簇，得到所述聚类结果，包括：

比较所述平均值与所述指定簇对应的相似度取值范围；确定所述平均值所属的相似度取值范围，将确定的取值范围所对应的簇作为所述每个像素信息所属的簇，其中，各个簇对应的相似度取值范围是连续的。

6.根据权利要求5所述的方法，其特征在于，所述相似度取值范围是基于所述剩余像素信息中各个像素信息与各个簇中的像素信息的相似度确定的。

7.根据权利要求2所述的方法，其特征在于，基于所述聚类结果确定所述目标区域中的作物分布信息之后，所述方法还包括：

确定所述目标区域中单个作物的基准叶子数量；

基于所述指示信息统计所述目标区域中所有所述作物的叶子总量；

基于所述叶子总量和所述基准叶子数量确定所述目标区域中的作物数量；

基于所述作物数量和所述作物分布信息中的至少之一确定所述目标区域的目标作业策略。

8.根据权利要求1所述的方法，其特征在于，所述像素信息包括：像素间的相对距离信息、像素位置信息。

9.根据权利要求1至8中任意一项所述的方法，其特征在于，获取目标区域的图像信息，包括：

接收无人机拍摄的所述目标区域的图像信息。

10.一种作物分布信息的获取方法，其特征在于，包括：

获取目标区域的图像信息，其中，该图像信息用于展示所述目标区域中的作物信息；

将所述图像信息输入至神经网络模型进行分析，得到所述图像信息中的有效像素信息，其中，该有效像素信息用于指示所述图像信息中属于目标作物的各个像素；

对所述有效像素信息进行聚类分析，得到聚类结果；

基于所述聚类结果确定所述目标区域中的作物分布信息。