[发明专利]一种果树产量估测方法及装置

说明书

技术领域

本发明涉及农业信息技术领域，特别涉及一种果树产量估测方法及装置。

背景技术

中国苹果种植面积与产量均居世界首列，同时也是最大的苹果消费国，但果园管理水平却相对落后，较多受到人工管理水平与自然气候的制约，因此每年苹果产量存在很大的不稳定性，并进一步造成市场供应和果农收入的波动。如果种植户能够在苹果生长过程中通过一些相对简单的方法对苹果产量进行估测，并根据预估产量及时调整生产管理与销售策略，可有效节省生产资料投入，并提高种植户收入，达到经济与生态效益的双赢。然而目前与产量预测相关的两种主流方法都较复杂，一种是利用遥感技术，通过影像光谱信息分析NVDI等参数，预测大面积范围的农作物产量；另一种则是通过专业生化检测设备，检测农作物生理指标、生长环境等与产量相关的因子，并分析生化因子与产量间的关系，建立产量预测模型。

目前已有的主流方法，专业性较强，且使用成本较高。遥感技术估测产量需要产量估测区域的高光谱图像，通过分析反演农作物的生物物理参数，较多地应用于大面积连片的农作物种植区域，且图像价格昂贵，适用于政府管理部门的宏观决策；而预测模型方法依赖于农作物生理指标、环境因子等一系列生化参数，参数获取需要专业测量设备，且不同区域具有不同的参数值，每次预测都需要重新采样化验，获取模型输入值。因此，已有主流方法都需要专业性技术人员的指导和专业设备的支持，产量估测所需材料需要重复投入，成本也相对较高，且操作步骤繁琐，预测周期相对较长，不利于在普通种植户中推广应用。

发明内容

为解决上述问题，本发明提出了一种果树产量估测方法及装置，采用该方法及装置进行果树产量估测时，不需要专业的设备与技术人员，操作简单，可重复性高，而且预测周期较短，适用于非规模化的果树种植户作生产管理决策时使用。

本发明提出了一种果树产量估测方法，所述方法包括以下步骤：

S101、获取成熟期单株果树的树冠图像和果树的位置数据；

S102、根据果实的颜色和形状特征识别所述图像中果实的个数；

S103、根据识别结果计算所述单株果树的果实产量数据；

S104、根据所述果树的位置数据与计算出的单株果树的所述果实产量数据生成产量统计图。

优选地，所述步骤S102具体包括：

根据果实的颜色特征设置用于在所述图像中区分果实和树体的像素分割阈值；

根据所述像素分割阈值对所述图像进行二值化处理，得到表征果实和树体的二值化图像；

对所述二值化图像进行噪声去除处理；

根据果实的形状特征将噪声去除后的图像进行圆拟合；

提取圆拟合后的图像中生成的圆的数量，得到所述图像中果实的个数。

优选地，所述根据果实的形状特征将噪声去除后的图像进行圆拟合具体包括：

通过边缘检测算法在二值化图像中提取所有果实的果实边缘线；

选择任一果实边缘线，确定所述果实边缘线的某一点为边缘曲率计算起点；

沿所述果实边缘线以固定步长进行连续采样，计算每个采样点的曲率；

判断采样点的曲率是否满足预设边缘条件，如不满足，则重新选择起始点进行曲率计算，如满足，则将所述果实边缘线拟合生成圆，获取生成的拟合圆的半径和圆心；

判断任意两个拟合生成圆的圆心和半径差值是否在误差阈值范围内，如果不是，则确定为两个圆，如果是，则将所述两个拟合生成圆合并为一个圆。

优选地，所述预设边缘条件包括：

单个采样点曲率的绝对值小于C_max且大于C_min；相邻采样点的曲率差绝对值小于最大容差C_dif；连续满足上述两个条件的采样点数大于等于m；

其中，C_max和C_min是在图像中成像苹果曲率正常取值的最大值和最小值，C_dif是在遮挡和重叠的情况下，边缘曲率出现不规则突变时，曲率值变化的最大容许量；C_max、C_min、C_dif与m均为经过大量实验分析得到的值。

优选地，所述像素分割阈值由所述图像在RGB图像模式中的R/B值和所述图像在HSV图像模式中的V值组成。

优选地，所述步骤S104具体包括：

将所述果树的位置数据与估算出的单株果树的苹果产量数据结合，生成单株果树的产量数据；