[发明专利]基于混合膨胀卷积的植物识别方法、装置及存储介质

权利要求书

1.一种基于混合膨胀卷积的植物识别方法，其特征在于，所述基于混合膨胀卷积的植物识别方法包括以下步骤：

获取预设场景下的待处理植物图像，并确定所述待处理植物图像的场景距离信息；

根据所述场景距离信息对所述待处理植物图像进行膨胀处理，获得膨胀植物图像；

将所述膨胀植物图像输入至预设混合膨胀图像分割模型中，获得植物分割图像；

根据所述植物分割图像进行植物识别。

2.如权利要求1所述的方法，其特征在于，所述根据所述场景距离信息对所述待处理植物图像进行膨胀处理，获得膨胀植物图像的步骤，包括：

根据所述场景距离信息确定图像膨胀率；

获取所述待处理植物图像对应的图像像素信息；

根据所述图像膨胀率对所述图像像素信息进行膨胀处理，获得膨胀像素信息；

根据所述膨胀像素信息生成膨胀植物图像。

3.如权利要求1所述的方法，其特征在于，所述获取预设场景下的待处理植物图像，并确定所述待处理植物图像的场景距离信息的步骤之前，还包括：

获取不同场景下的多张植物图像样本；

分别确定所述多张植物图像样本对应的植物图像类别信息；

根据所述植物图像类别信息分别对所述多张植物图像样本进行预处理，获得多张植物图像训练样本和多张植物图像验证样本；

根据所述多张植物图像训练样本对初始网络模型进行训练，获得初始混合膨胀图像分割模型；

根据所述多张植物图像验证样本和所述初始混合膨胀图像分割模型确定预设混合膨胀图像分割模型。

4.如权利要求3所述的方法，其特征在于，所述根据所述植物图像类别信息分别对所述多张植物图像样本进行预处理，获得多张植物图像训练样本和多张植物图像验证样本的步骤，包括：

根据所述植物图像类别信息分别确定所述多张植物图像样本对应的图像光照信息；

根据所述图像光照信息确定预设灰度世界消除规则；

根据所述预设灰度世界消除规则分别对所述多张植物图像样本进行处理，获得多张灰度图像样本；

根据所述多张灰度图像样本确定多张植物图像训练样本和多张植物图像验证样本。

5.如权利要求4所述的方法，其特征在于，所述根据所述多张灰度图像样本确定多张植物图像训练样本和多张植物图像验证样本的步骤，包括：

分别确定所述多张灰度图像对应的图像亮度信息；

根据所述图像亮度信息确定亮度处理函数；

通过所述亮度处理函数分别对所述多张灰度图像进行亮度调整，获得多张亮度图像样本；

根据所述多张亮度图像样本确定多张植物图像训练样本和多张植物图像验证样本。

6.如权利要求5所述的方法，其特征在于，所述根据所述多张亮度图像样本确定多张植物图像训练样本和多张植物图像验证样本的步骤，包括：

分别对所述多张亮度图像样本进行旋转镜像处理，获得多张旋转图像样本；

分别对所述多张旋转图像样本进行噪声处理，获得多张噪点图像样本；

分别对所述多张噪点图像样本进行模糊处理，获得多张模糊图像样本；

根据预设图像比例规则对所述多张模糊图像样本进行划分，获得多张植物图像训练样本和多张植物图像验证样本。

7.如权利要求2-6任一项所述的方法，其特征在于，所述根据所述多张植物图像训练样本对初始网络模型进行训练，获得初始混合膨胀图像分割模型的步骤，包括：

分别确定所述多张植物图像训练样本对应的图像距离信息；

根据所述图像距离信息分别确定所述多张植物图像训练样本对应的图像样本膨胀率；

判断所述图像样本膨胀率是否满足预设膨胀因子关系；

在所述图像样本膨胀率满足所述预设膨胀因子关系时，根据所述多张植物图像训练样本和所述多张植物图像训练样本对应的图像样本膨胀率对初始网络模型进行训练，获得初始混合膨胀图像分割模型。