[发明专利]一种基于图像识别的薇甘菊监测方法

权利要求书

1.一种基于图像识别的薇甘菊监测方法，其特征在于，包括如下步骤：

步骤S1，通过无人机所搭载的相机对待监测地区进行等间隔拍摄，得到多张薇甘菊航拍图，将薇甘菊航拍图传输到计算机；

步骤S2，构建阈值分割算法，将多张薇甘菊航拍图像分为采样集和测试集，用采样集的薇甘菊航拍图像调试所述阈值分割算法的平均值参数和标准差参数，校准用于识别薇甘菊的阈值分割算法；用测试集的薇甘菊航拍图像验证生成的阈值分割算法的准确率，当准确率小于预设阈值时，调整阈值分割算法中的平均值参数、标准差参数，重新测试准确率，重复此步骤直至准确率大于等于预设阈值时，完成阈值分割算法的参数调试；

步骤S3，所述薇甘菊航拍图经过图像合成算法处理后，传输至阈值分割算法，再经图像增强算法处理后，得到包含薇甘菊识别信息的二值图像；

步骤S4，根据无人机飞行高度参数和相机广角参数，结合所述二值图像，得到薇甘菊分布图和薇甘菊分布面积。

2.如权利要求1所述的基于图像识别的薇甘菊监测方法，其特征在于，所述无人机飞行高度为距离冠层之上20-30m处，所述相机为全画幅单镜头反光数码相机。

3.如权利要求1所述的基于图像识别的薇甘菊监测方法，其特征在于，所述步骤S2中，采样集和测试集的图像数量比为1：3。

4.如权利要求1所述的基于图像识别的薇甘菊监测方法，其特征在于，所述步骤S2中，所述预设阈值为90％。

5.如权利要求1所述的基于图像识别的薇甘菊监测方法，其特征在于，所述步骤S3中，图像合成算法包括图像拼接技术、地面控制点精确校正技术，所述图像合成算法将薇甘菊航拍图处理后得到RGB三通道图像。

6.如权利要求5所述的基于图像识别的薇甘菊监测方法，其特征在于，所述步骤S3中，所述阈值分割算法以(μ-1.5σ，μ+1.5σ)这一范围作为薇甘菊不同颜色通道的取值范围，其中μ为在采样集中得到的不同颜色通道的平均值，σ为在采样集中得到的不同颜色通道的标准差，当所述RGB三通道图像中像素点相应通道值落在所述取值范围内时，认为该像素属于薇甘菊的像素点；反之，则不是。

7.如权利要求1所述的基于图像识别的薇甘菊监测方法，其特征在于，所述步骤S3中,所述图像增强算法包括形态学开、闭运算。

8.如权利要求1所述的基于图像识别的薇甘菊监测方法，其特征在于，所述二值图像包含薇甘菊的坐标信息。