申请/专利权人：江西省自然资源政策调查评估中心

申请日：2024-03-19

公开（公告）日：2024-06-21

公开（公告）号：CN118230195A

主分类号：G06V20/17

分类号：G06V20/17;G01D21/02;G06V20/10;G06T7/00;G06T7/13;G06T7/62;G06Q10/04;G06Q50/02

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明属于植物识别监测技术领域，本发明提供了一种无人机数据采集的柚树识别和数量监测方法及系统，包括：基于柚树的历史生长数据，构建树叶变化曲线图，根据树叶信息与变化曲线图的比较进行第一轮识别筛选，基于树木的图像，计算图像中树木的生长轮廓表征值，将图像中树木的生长轮廓表征值对应的树叶的宽度与长度之比和对应的变化曲线进行比较，根据比较结果对树木进行筛选并判断是否进行第二轮筛选，第二轮筛选则根据树木的树干信息对树木进行筛选，本发明基于历史数据构建变化曲线图，与图像中的树木等信息进行比较，去除了因为树木生长年限不同导致树木大小不同而产生的识别错误影响因素，通过两轮识别筛选极大提高了柚树的识别精度。

主权项：1.一种无人机数据采集的柚树识别和数量监测方法，其特征在于：包括：步骤一：通过无人机采集一定范围区域内树木的图像数据，树木图像数据包括树木的树叶信息和树干信息；步骤二：根据树叶信息进行第一轮识别筛选，具体筛选过程如下：S1，基于柚树的历史生长数据，构建树叶变化曲线图；S2，基于树木的图像，计算图像中树木的生长轮廓表征值；S3，将图中树木的生长轮廓表征值对应的树叶的宽度与长度之比标记点和树叶表面纹路数量与树叶面积之比标记点树叶变化曲线进行比较：若标记点分别位于对应的变化曲线轨迹上，则进行第二轮筛选；若标记点全都不或不全都位于对应的变化曲线轨迹上，则进行分析，具体分析过程为：获得图中树叶的宽度与长度之比标记点与对应变化曲线之间的最短距离，并标记为ai；获得图中树叶表面纹路数量与树叶面积之比标记点与对应变化曲线之间的最短距离，并标记为bi；将获得的最短距离ai与bi与预设阈值进行比较：若ai≤预设阈值且bi≤预设阈值，则该图像中的树木疑似柚树，进行第二轮识别筛选；若ai＞预设阈值且bi＞预设阈值，则表示该图像中的树木不是柚树，并在图像中进行框选标注；步骤三：根据树干信息进行第二轮识别筛选；步骤四：在采集的图像中，将所有树木的数量与框选的树木数量进行差值处理，获得柚树的数量；步骤五：获取该地区以往至少五年内的温度数据，基于以往至少五年内的温度数据构建柚树的生长速率模型，基于生长速率模型对预测年限后预测区域内的柚树生长状态进行预测；五年以上的柚树生长开始进入产果区，因人工修剪，柚树核心主干生长变化较小。

全文数据：

权利要求：

百度查询： 江西省自然资源政策调查评估中心 一种无人机数据采集的柚树识别和数量监测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD