[发明专利]海棠种和品种的判别方法、装置、存储介质及电子设备有效
申请号: | 201811160690.1 | 申请日: | 2018-09-30 |
公开(公告)号: | CN109255338B | 公开(公告)日: | 2021-01-12 |
发明(设计)人: | 周婷;范俊俊;江皓;张龙;李利娟;张往祥;汪贵斌;曹福亮 | 申请(专利权)人: | 南京林业大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 王献茹 |
地址: | 210000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 海棠 品种 判别 方法 装置 存储 介质 电子设备 | ||
1.一种海棠种和品种的判别方法,其特征在于,所述方法包括:
获取待判别海棠的图像信息;
从所述图像信息中提取海棠花器官的规整性数据,其中,所述规整性数据包括表征花冠规整性的第一特征数据、表征花瓣规整性的第二特征数据及表征瓣态规整性的第三特征数据;
根据所述第一特征数据、第二特征数据、第三特征数据以及所述第一特征数据、第二特征数据、第三特征数据分别对应的位权值计算所述海棠花器官的规整性得分;
根据所述规整性得分判别所述海棠为种或品种;
所述从所述图像信息中提取海棠花器官的规整性数据的步骤,包括:
从所述图像信息中提取表征对称性的第一子特征数据、表征同面性的第二子特征数据、表征大小一致性的第三子特征数据、表征形状一致性的第四子特征、表征皱缩一致性的第五子特征数据以及表征卷曲一致性的第六子特征数据;
根据所述第一子特征数据和第二子特征数据确定表征花冠规整性的第一特征数据;
根据所述第三子特征数据和第四子特征数据确定表征花瓣规整性的第二特征数据;
根据所述第五子特征数据和第六子特征数据确定表征瓣态规整性的第三特征数据。
2.如权利要求1所述的方法,其特征在于,所述位权值包括所述第一特征数据对应的第一位权值、所述第二特征数据对应的第二位权值及所述第三特征数据对应的第三位权值,其中,所述第一位权值大于所述第二位权值,所述第二位权值大于所述第三位权值;
根据所述第一特征数据、第二特征数据、第三特征数据以及所述第一特征数据、第二特征数据、第三特征数据分别对应的位权值计算所述海棠花器官的规整性得分的步骤,包括:
计算第一特征数据与第一位权值的第一乘积、第二特征数据与第二位权值的第二乘积以及第三特征数据与第三位权值的第三乘积;
对所述第一乘积、第二乘积及第三乘积求和,并将所述第一乘积、第二乘积、第三乘积之和作为所述海棠花器官的规整性得分。
3.如权利要求1所述的方法,其特征在于,所述根据所述规整性得分判别所述海棠为种或品种的步骤,包括:
在所述规整性得分处于预设的第一阈值范围时,将所述海棠判定为种;
在所述规整性得分处于预设的第二阈值范围时,将所述海棠判定为品种。
4.一种海棠种和品种的判别装置,其特征在于,所述装置包括:
获取模块,用于获取待判别海棠的图像信息;
数据提取模块,用于从所述图像信息中提取海棠花器官的规整性数据,其中,所述规整性数据包括表征花冠规整性的第一特征数据、表征花瓣规整性的第二特征数据及表征瓣态规整性的第三特征数据;
计算模块,用于根据所述第一特征数据、第二特征数据、第三特征数据以及所述第一特征数据、第二特征数据、第三特征数据分别对应的位权值计算所述海棠花器官的规整性得分;
判定模块,用于根据所述规整性得分判别所述海棠为种或品种;
所述数据提取模块具体用于:
从所述图像信息中提取表征对称性的第一子特征数据、表征同面性的第二子特征数据、表征大小一致性的第三子特征数据、表征形状一致性的第四子特征、表征皱缩一致性的第五子特征数据以及表征卷曲一致性的第六子特征数据;
根据所述第一子特征数据和第二子特征数据确定表征花冠规整性的第一特征数据;
根据所述第三子特征数据和第四子特征数据确定表征花瓣规整性的第二特征数据;
根据所述第五子特征数据和第六子特征数据确定表征瓣态规整性的第三特征数据。
5.如权利要求4所述的装置,其特征在于,所述位权值包括所述第一特征数据对应的第一位权值、所述第二特征数据对应的第二位权值及所述第三特征数据对应的第三位权值,其中,所述第一位权值大于所述第二位权值,所述第二位权值大于所述第三位权值;所述计算模块具体用于:
计算第一特征数据与第一位权值的第一乘积、第二特征数据与第二位权值的第二乘积以及第三特征数据与第三位权值的第三乘积;
对所述第一乘积、第二乘积及第三乘积求和,并将所述第一乘积、第二乘积、第三乘积之和作为所述海棠花器官的规整性得分。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京林业大学,未经南京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811160690.1/1.html,转载请声明来源钻瓜专利网。