[发明专利]基于视频图像的大型苗圃苗木数量统计方法及电子设备

说明书

本发明实施例公开了一种基于视频图像的大型苗圃苗木数量统计方法及电子设备，方法包括：模型训练步骤：通过无人机采集样本苗木图像，根据所述样本苗木图像构建苗木图像训练集和苗木图像验证集，得到视频图像苗木计数模型；视频图像苗木检测步骤：通过无人机采集待检测视频，将待检测视频输入所述视频图像苗木计数模型进行检测，以得到检测结果；视频图像苗木跟踪计数步骤：采用DeepSort算法对所述检测结果进行跟踪匹配，以得到苗木数量。实施本发明实施例，解决了目前静态图像苗木数量统计中存在的工作范围小和耗时长的问题以及人工数量统计存在的成本高和数据更新慢的问题。

技术领域

本发明涉及深度学习和图像处理技术领域，具体涉及一种基于视频图像的大型苗圃苗木数量统计方法及电子设备。

背景技术

当前苗木数量统计算法的研究多以静态图像为研究对象，采用目标检测或分割技术实现单幅静态图像内苗木数量的统计。例如美国佛罗里达大学的SHE Y和EHSANI R使用小型无人机采集盆栽和地栽苗木静态图像，阈值分割苗木区域后根据苗木平均冠幅进行计数；河南理工大学的刘帅兵和杨贵军利用无人机采集玉米幼苗静态图像利用HSV颜色模型分割图像，通过Harris角点检测方法获取玉米植株的数量；日本京都大学的MASANORIO和TAKESHII使用无人机采集可见光静态图像后借助eCognition Developer软件分割桃树树冠，然后采用GoogLeNet模型检测桃树完成计数；奥地利萨尔兹堡大学的OVIDIU CSILLIK使用卷积神经网络对无人机拍摄静态图像中的柑橘树进行检测完成计数。

然而，针对单幅静态图像的苗木数量统计方法仅能实现小型或者部分地块的苗木数量统计，大型苗圃是无法采用单幅静态图像进行数量统计的。因为在保证静态图像中苗木被清晰识别的前提下，单幅静态苗木图像所能覆盖的地块面积和苗木数量是有限的。

发明内容

本发明实施例的目的在于提供一种基于视频图像的大型苗圃苗木数量统计方法及电子设备，以解决目前静态图像苗木数量统计中存在的工作范围小和耗时长的问题以及人工数量统计存在的成本高和数据更新慢的问题。

为实现上述目的，第一方面，本发明实施例提供了一种基于视频图像的大型苗圃苗木数量统计方法，包括：

模型训练步骤：通过无人机采集样本苗木图像，根据所述样本苗木图像构建苗木图像训练集和苗木图像验证集，根据所述苗木图像训练集和苗木图像验证集得到视频图像苗木计数模型；

视频图像苗木检测步骤：通过无人机采集待检测视频，将所述待检测视频输入所述视频图像苗木计数模型进行检测，以得到检测结果；

视频图像苗木跟踪计数步骤：采用DeepSort算法对所述检测结果进行跟踪匹配，以得到苗木数量。

作为本申请的一种具体实施方式，通过无人机采集样本苗木图像或待检测视频具体包括：

确定无人机的飞行高度；

采用无人机以正投影的方式在飞行高度上采集样本苗木图像或待检测视频。

其中，确定无人机的飞行高度具体包括：

获取实验测得的苗木冠幅d_l和苗木冠幅像素数d_px；

根据公式(1)计算预设的飞行高度；

其中，H表示飞行高度，_f表示无人机的镜头焦距，a表示像元尺寸，d_l表示苗木冠幅，d_px表示苗木冠幅像素数，GSD表示地面分辨率。

在本申请的一种具体实施方式中，模型训练步骤具体包括：