[发明专利]一种农作物生长周期识别方法

说明书

本发明公开了一种农作物生长周期识别方法，涉及智慧农业领域，该方法包括：用户终端获取农作物图像；当用户终端处于离线状态时，用户终端自动识别农作物图像，得到农作物的生长周期，执行用户终端展示农作物生长周期的识别结果的步骤；当用户终端处于在线状态时，用户终端将农作物图像上传至云端；在云端中建立算法模型；算法模型自动识别农作物的生长周期，将识别结果回传至用户终端；用户终端展示农作物生长周期的识别结果。本申请通过用户终端的离线识别功能进行农作物生长周期的识别，减少了云端的压力，同时还具有在线识别功能，保证了识别的准确度。

技术领域

本发明涉及智慧农业领域，尤其是一种农作物生长周期识别方法。

背景技术

通常来说，视觉对图像分类的流程包括，提取图像特征，根据特征进行分类判断，其中传统的图像特征提取方法有SIFT(Scale-Invariant Feature Transform，尺度不变特征变换)、SURF(Speeded-Up Robust Features，加速稳健特征)等方式。上述传统的图像特征提取方法都属于在线预测方式，这样就需要用户在使用产品时具备良好的使用环境，比如网络信号不好的情况下，在线预测就会遇到阻碍。虽然越多的参数会带来越好的分类效果，但是需要很庞大的计算量，从而导致计算端压力过大，极易造成数据冗余，甚至出现计算端崩溃的现象。

发明内容

本发明人针对上述问题及技术需求，提出了一种农作物生长周期识别方法，通过用户终端的离线识别功能进行农作物生长周期的识别，减少了云端的压力，同时还具有在线识别功能，保证了识别的准确度。

本发明的技术方案如下：

一种农作物生长周期识别，包括如下步骤：

用户终端获取农作物图像；

当用户终端处于离线状态时，用户终端自动识别农作物图像，得到农作物的生长周期，执行用户终端展示农作物生长周期的识别结果的步骤；

当用户终端处于在线状态时，用户终端将农作物图像上传至云端；

在云端中建立算法模型；

算法模型自动识别农作物的生长周期，将识别结果回传至用户终端；

用户终端展示农作物生长周期的识别结果。

其进一步的技术方案为，用户终端自动识别农作物图像，包括：

在使用用户终端前，云端将算法模型打包压缩发送至用户终端中，用户终端利用压缩后的算法模型进行农作物图像的识别。

其进一步的技术方案为，方法还包括：

当用户终端处于在线状态时，用户终端将农作物图像上传至专家系统；

在专家系统中，通过专家诊断建立图像数据库，图像数据库包括由专家判断出的农作物生长周期的识别结果；

通过图像数据库对算法模型进行在线训练和更新。

其进一步的技术方案为，在云端中建立算法模型，包括：

提取出农作物图像的图像特征，确定图像特征与农作物生长周期之间的对应关系，根据对应关系通过CNN算法计算出农作物生长周期的概率值，若生长周期的概率值大于预定值，则确定农作物处于该生长周期下；否则，将不确定的生长周期进行标注，在执行通过图像数据库对算法模型进行在线训练和更新的步骤时，同时会优化被标注的生长周期的算法。

其进一步的技术方案为，算法模型中存有的农作物生长周期的种类包括：乳熟期、出苗期、分蘖期、孕穗期、成熟期、拔节期、播种期和蜡熟期。

本发明的有益技术效果是：