[发明专利]一种图片中稻穗的识别方法、装置、设备和存储介质

说明书

本发明涉及图像识别领域，具体涉及一种水稻图片中的稻穗的识别方法、装置、设备和存储介质。本发明公开了一种水稻图片中的稻穗的识别方法，包括：获取水稻图片；将所述水稻图片输入到分类模型，基于所述分类模型确定所述水稻图片中的每一个像素的类别；根据每一个像素的类别确定出所述水稻图片中的稻穗区域。本申请的技术方案，不需要采用人工标注大量的样本来进行稻穗的识别，提高了稻穗识别的效率和准确性。

技术领域

本发明涉及图像识别领域，具体涉及一种图片中的稻穗的识别方法、装置、设备和存储介质。

背景技术

为了识别图片中的稻穗，现有的稻穗分割算法都是基于有监督的学习算法；有监督的学习算法存在以下的缺点，包括：需要对进行训练的样本的图像进行手工的标记。而水稻图像的识别，由于水稻的光照，天气，稻田的环境等各种因素，从而造成图像识别困难；要想有比较高的识别的准确度，就需要大量的样本；样本的数量越多，模型训练的精度越高；但是成千上万张的图像做样本时，人工手工对每一个样本图像中的稻穗和非稻穗进行标记；非稻穗包括叶子，背景等。如此就会浪费大量的人力。

发明内容

本发明的目的在于提供一种水稻图片中的稻穗的识别方法、装置、设备和存储介质，用以解决采用有监督的算法进行稻穗识别时需要大量的人工对样本图像进行标注的问题。

为实现上述目的，本发明主要提供如下技术方案：

第一方面，本发明提供了一种图片中稻穗的识别方法，包括：

获取水稻图片；

将所述水稻图片输入到分类模型，基于所述分类模型确定所述水稻图片中的每一个像素的类别；

根据每一个像素的类别确定出所述水稻图片中的稻穗区域。

进一步地，类别包括：稻穗、叶子和背景。

进一步地，分类模型为贝叶斯模型。

进一步地，将所述水稻图片输入到分类模型之前，还包括：对水稻图片中的稻穗区域进行增强处理。

进一步地，还包括：

计算所述稻穗区域的面积；

根据预先设定的单位区域面积对应的产量和所述稻穗区域的面积来计算所述图片中的水稻产量。

第二方面，本发明还提供一种图片中稻穗的识别装置，包括：

获取模块，用于获取水稻图片；

处理模块，用于将所述水稻图片输入到分类模型，基于所述分类模型确定所述水稻图片中的每一个像素的类别；

根据每一个像素的类别确定出所述水稻图片中的稻穗区域。

进一步地，处理模块还用于，对水稻图片中的稻穗区域进行增强处理。

进一步地，处理模块还用于，计算所述稻穗区域的面积；

根据预先设定的单位区域面积对应的产量和所述稻穗区域的面积来计算所述图片中的水稻产量。

第三方面，本发明还提供一种图片中稻穗的识别设备，所述图片中的稻穗的识别设备包括：至少一个处理器和至少一个存储器；

所述存储器用于存储一个或多个程序指令；

所述处理器，用于运行一个或多个程序指令，用以执行如下的步骤：

获取水稻图片；

将所述水稻图片输入到分类模型，基于所述分类模型确定所述水稻图片中的每一个像素的类别；

根据每一个像素的类别确定出所述水稻图片中的稻穗区域。