申请/专利权人：四川省林业科学研究院(四川省林产工业研究设计所)

申请日：2024-04-24

公开（公告）日：2024-06-28

公开（公告）号：CN118072185B

主分类号：G06V20/10

分类号：G06V20/10;G06V20/52;G06V10/40;G06V10/25;G06V10/764;G06V10/766

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.06.11#实质审查的生效;2024.05.24#公开

摘要：本发明涉及图像识别技术领域，具体公开为基于图像识别的感病马尾松识别方法及系统，该方法包括：图像特征获取、特征参数分析以及感病等级反馈，通过采集马尾松的特征图像，获取马尾松叶片光谱特征参数、马尾松树干特征参数以及马尾松果实特征参数，分别分析马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数，综合分析得出马尾松感病指数，由此对马尾松的感病等级进行反馈预警，能够提高评估马尾松感病等级的准确性和全面性，为感病马尾松的感病管理提供了可靠的数据支持，同时有助于改进感病马尾松管理措施，以此改善马尾松的感病状况。

主权项：1.基于图像识别的感病马尾松识别方法，其特征在于，包括：S1.采集马尾松的特征图像，获取马尾松图像特征参数，其中马尾松图像特征参数包括马尾松叶片光谱特征参数、马尾松树干特征参数以及马尾松果实特征参数；S2.根据马尾松叶片光谱特征参数、马尾松树干特征参数以及马尾松果实特征参数，由此分析马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数；S3.综合马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数，分析马尾松感病指数，匹配得到马尾松的感病等级，由此对马尾松的感病等级进行反馈预警；所述马尾松叶片光谱特征偏移指数，具体分析过程为：根据马尾松叶片光谱特征参数，提取马尾松叶片光谱吸收峰位置信息以及马尾松叶片反射光谱曲线信息，由此分析马尾松叶片光谱吸收峰位置变化度以及马尾松叶片反射率变化度；从马尾松特征库中提取马尾松叶片光谱吸收峰位置参考变化度以及马尾松叶片反射率参考变化度，综合分析得到马尾松叶片光谱特征偏移指数；所述马尾松树干病害程度指数，具体分析过程为：根据马尾松树干特征参数，提取马尾松树干裂纹数量以及各裂纹的最大直线长度，通过累加处理得到马尾松树干裂纹总长度，与马尾松特征库中定义的各马尾松树干裂纹总长度区间对应的树干裂纹度进行匹配，得到马尾松树干裂纹度；同时根据马尾松树干特征参数，提取马尾松树皮总面积以及树皮各脱落区域面积，统计马尾松树皮脱落区域总面积，与树皮总面积进行比值处理，得到马尾松树皮脱落度；综合马尾松树干溃烂度、马尾松树干裂纹度以及马尾松树皮脱落度，得到马尾松树干病害程度指数;所述马尾松果实异常程度指数，具体分析过程为：根据马尾松果实特征参数，提取马尾松各果实光谱颜色平均深度，并与预设的马尾松果实参考光谱颜色深度进行对比分析，得到马尾松各果实的颜色差异度；同时根据马尾松果实特征参数，提取马尾松各果实的轮廓线，与预设的马尾松果实参照轮廓线进行重合比对，得到马尾松各果实的轮廓重合度，并与预设的各轮廓重合度区间对应的形状异常度进行匹配，由此得到马尾松各果实的形状异常度；从马尾松特征库中提取马尾松果实颜色参考差异度以及马尾松果实形状参考异常度，综合分析得出马尾松果实异常程度指数。

全文数据：

权利要求：

百度查询： 四川省林业科学研究院(四川省林产工业研究设计所) 基于图像识别的感病马尾松识别方法及系统

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