[发明专利]一种农作物异常检测系统及方法有效
申请号: | 201911304681.X | 申请日: | 2019-12-17 |
公开(公告)号: | CN111024710B | 公开(公告)日: | 2022-04-08 |
发明(设计)人: | 钱京;曲继松 | 申请(专利权)人: | 江苏恒宝智能系统技术有限公司 |
主分类号: | G01N21/88 | 分类号: | G01N21/88 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210019 江苏省南京市建邺区*** | 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: | 一种 农作物 异常 检测 系统 方法 | ||
本发明涉及一种农作物异常检测系统,包括:图像采集设备、图像处理设备、农作物图像特征库、特征对比设备。该系统将采集的多个图像进行预处理,并提取农作物图像中边缘特征,将接收的待检测图像的边缘特征依次与从参考图像中提取的边缘特征进行对比,随后将多个待检测图像的每一个与对应的参考图像比较完成后,如果全部匹配成功,则认为当前农作物生长正常。利用本发明的系统以及方法,通过图像视觉的检测方法,及时准确地发现农作物在生成的主要阶段存在的问题,及时做出应对,避免了农业生产中不必要的损失。
技术领域
本发明涉及智能农业领域,特别是涉及一种农作物异常检测系统及方法。
背景技术
农作物病害的无损检测和早期识别是精准农业和生态农业发展的关键。随着图像采集和图像处理技术的进步,高光谱成像等先进成像探测技术和基于深度学习的图像分析技术越来越多地应用于农作物病虫害的无损检测中。
而现有技术中的无法及时掌握仓储农产品的变质情况,现有技术中主要是通过人工进行对农产品进行抽检,而农产品仓储通常都是立体化仓库,人工很难对仓库各处均进行有效抽检,并且,抽检费时费力,效率极低,很难把握农产品仓储变质的情况,无法有效实现对于仓储农产品的管理。
在农作物生长过程中,经常因为气候、虫害等原因造成农作物的多种问题,一般通过人工的筛查,经常无法及时全面发现问题,而影响更大范围的农作物生长。
发明内容
这个部分提供了本公开的一般概要,而不是其全部范围或其全部特征的全面披露。
本公开的目的在于提供一种农作物异常检测系统,包括:图像采集设备、图像处理设备、农作物图像特征库、特征对比设备;
所述图像采集设备用于根据预定多个不同位置采集标准农作物图像,并存储在所述农作物图像特征库中作为参考图像;
所述图像采集设备还用于在农作物生长过程的前、中、后期的每一个,采集当前农作物多个不同位置的图像;
所述图像采集设备根据每一个时期具体农作物的不同特点,采集与上述参考图像相同位置,且相同角度的多个图像,将该图像作为待检测图像;
所述图像处理设备用于将采集的多个图像进行预处理,并提取农作物图像中边缘特征;
所述图像处理设备还用于获取采集的多个图像的农作物区域颜色序列;
所述特征对比设备用于从农作物图像特征库中获取该农作物对应时期的多个不同位置的标准农作物图像,并提取图像中的边缘特征;
所述特征对比设备还用于将接收的待检测图像的边缘特征依次与从参考图像中提取的边缘特征进行对比;
所述特征对比设备将多个待检测图像的每一个与对应的参考图像比较完成后,如果全部匹配成功,则认为当前农作物生长正常。
可选的,所述标准农作物图像包括农作物生长过程的前、中、后期的正常范围内的图像。
可选的,采集的所述标准农作物图像为一个或者多个不同角度拍摄的图像,为了避免光线或者观察角度的影响,通常采集3-5个不同角度的图像。
可选的,所述区域颜色序列是指将农作物图像分为N*N的分块,其中N为大于1的自然数。随后,计算每一个分块中各个点颜色值,并进行统计排序,得到数量最多的3个颜色值作为该分块的颜色序列中的参数。
可选的,所述特征对比设备还用于将接收的待检测图像的边缘特征依次与从参考图像中提取的边缘特征进行对比,具体为:针对每一组图像的比较结果,如果匹配不成功,则认为当前农作物出现异常;
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江苏恒宝智能系统技术有限公司,未经江苏恒宝智能系统技术有限公司许可,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/201911304681.X/2.html,转载请声明来源钻瓜专利网。