[发明专利]一种用于汉麻种植的数字化管理方法

说明书

一种用于汉麻种植的数字化管理方法，属于机器视觉领域。汉麻种植企业没有在关键控制点上进行监控，人工作业经常产生一些滞后性的信息，影响决策与纠偏行动的及时性。为实现汉麻叶片外观特征自动提取，利用SVM对已知类别信息的叶片图像进行建模，利用建成的模型识别待测叶片，系统能够实现批量汉麻叶片图像预处理，然后提取颜色、形状和纹理等外观特征，并采用支持向量机和流行学习方法进行训练与品种识别，将复杂的农业生产与汉麻种植管理简单化，使其操作快捷，覆盖面广。并构建汉麻长势监测图像视频库、模型库和知识库等数据库，系统通过参数设置可以实现批量叶片图像处理与识别。

技术领域

本发明涉及一种用于汉麻种植的数字化管理方法。

背景技术

黑龙江省拥有全国最大的汉麻种植面积，这里的地理气候条件特别适合于麻类种植，汉麻从头到尾都是宝，皮可以纺织长麻，它的杆芯粉可以做建筑材料、做板材、做建材，它的籽可以榨油，它剩下的油果完全可以做蛋白粉。我省具备汉麻种植的自然条件，汉麻纤维品质优于其他省份，发展汉麻种植对我省有效利用土地资源，调整优化种植结构，持续增加农民收入，提高资源利用加工水平具有重要作用，因此，发展汉麻产业顺应时代发展趋势。2017年8月3日由黑龙江省人民政府，中国纺织工业联合会主办，由黑龙江省科学院等单位承办的汉麻产业国际会议在哈尔滨市召开，本次会议主要内容为汉麻的研究和应用并为专家、学者、企业提供了一次交流和展示的平台。以农业为头，以工业为尾，当农业的产品作为工业原料的时候，它的附加值就能够得到提升。所以充分利用我省地域优势，结合农业种植结构调整，运用科技自动化数字管理，大力发展汉麻这一特殊高价值经济作物种植，对其种植面积、过程进行数字管理、跟踪、回收与统一监管是政策管控需要，更是深加工汉麻产业，推进培育汉麻产业发展的需要。

汉麻是一个全新特殊的高经济作物，对于这种高值特色的生物资源，国家需要对其监控监管，并划分区域块，所以对它的特殊性需要建立数字化管理系统进行监控。而对区域性的汉麻种植研究探讨，数据分析汉麻的主要生物形状，生长动态和产量；数据分析栽培模式，对什么样的品种适合什么样地域生长高产，高效提供理论数据支撑；对不同种类汉麻作物适合纤维用还是籽用进行数据统计分析；运用汉麻数字化系统指导管理，对其生长期的THC含量进行监管，实现汉麻产业的全链条管理。从汉麻种植开始，一直到回收，实现移动数字系统的统一监控监管，所以研究开发应用龙江汉麻产业中种植部分数字化管理关键技术。

现有的汉麻种植企业没有在关键控制点上进行监控，人工作业经常产生一些滞后性的信息，影响决策与纠偏行动的及时性。

发明内容

本发明的目的是为了解决现有的汉麻种植企业没有在关键控制点上进行监控，人工作业经常产生一些滞后性的信息，影响决策与纠偏行动的及时性的问题，而提出一种用于汉麻种植的数字化管理方法。

一种用于汉麻种植的数字化管理方法，其特征在于：所述方法通过以下步骤实现：

步骤一、通过视频监控系统获取汉麻植物的图像和视频信息；

步骤二、提取叶片图像的分类特征；

步骤三、利用支持向量机作为分类器对叶片图像进行训练和测试，建立识别模型；

步骤四、流形学习算法加权局部线性嵌入算法WLLE与支持向量机SVM分类器结合，形成基于差异性值监督局部线性嵌入算法的多特征植物叶片图像识别方法，具体为：

提取待测叶片的颜色、形状和纹理作为叶片多特征，之后在加权局部线性嵌入算法中引入样本的差异性值构成差异性值监督算法，以对叶片高维特征进行降维，之后在低维空间采用最近邻分类器实现叶片的识别；

步骤五、针对汉麻叶片的图像信息,利用PCA进行降维和ICA提取叶片图像的特征信息，对叶片营亏与环境因素的预测；