[发明专利]郁闭度测量方法、装置、电子设备及存储介质

权利要求书

1.一种郁闭度测量方法，包括：

获取包含作物的彩色图像；

提取所述彩色图像的色彩特征作为作物识别模型的输入特征；

基于所述作物识别模型，根据所述彩色图像的色彩特征，识别出所述彩色图像中的作物；其中，所述作物识别模型是用于基于输入特征识别出彩色图像中作物的深度学习分割网络U-net模型；以及

根据识别出的所述彩色图像中作物占所述彩色图像的比例确定所述作物的郁闭度。

2.根据权利要求1所述的方法，其中，提取所述彩色图像的色彩特征包括：

分别提取所述彩色图像上每个像素点在R、G、B三个基色波段上的分量；并将所述每个像素点在R、G、B三个基色波段上的分量作为上述彩色图像的色彩特征；和/或

通过色彩空间转换，将所述彩色图像转换至HSV色彩空间；提取所述HSV色彩空间中彩色图像上每个像素点在H通道、S通道以及V通道上的分量；以及将所述每个像素点在H、S、V三个通道上的分量作为上述彩色图像的色彩特征。

3.根据权利要求1所述的方法，在提取所述彩色图像的色彩特征之前，进一步包括：将所述彩色图像裁剪为至少一个320像素×320像素的图像。

4.根据权利要求1所述的方法，其中，所述U-net模型包括特征提取部分以及上采样部分；其中，

所述特征提取部分包括四个特征提取层；其中，第一特征提取层、第二特征提取层和第三特征提取层分别包括两个卷积层和一个池化层；第四特征提取层包括两个卷积层和一个反卷积层；

所述上采样部分包括三个上采样层；其中，第一上采样层和第二上采样层分别包括两个卷积层和一个反卷积层；第三上采样层包括三个卷积层；

其中，所述卷积层的卷积模式为Same模式。

5.根据权利要求1所述的方法，其中，所述U-net模型的评价指标为U-net模型预测结果的F值和交并比的均值。

6.根据权利要求1所述的方法，其中，所述方法进一步包括：

获取包含作物的彩色图像；

获取所述彩色图像对应的掩膜图像，其中，所述掩膜图像中与所对应彩色图像中作物部分对应的像素值设置为1，所述掩膜图像中与所对应彩色图像中非作物部分对应的像素值设置为0；

提取所述彩色图像的色彩特征作为所述U-net模型的输入特征；

利用预先定义的损失函数确定所述U-net模型的输出与所述掩膜图像之间的差距；以及

通过反向传播算法，根据所述差距调整所述作物识别模型的参数。

7.根据权利要求6所述的方法，其中，所述方法进一步包括：在提取所述样本的色彩特征之前，对所述样本进行数据增强得到新的样本；其中，

所述数据增强包括：像素内容变换和图像空间几何变换中的一项或多项。

8.一种郁闭度测量装置，包括：

彩色图像获取模块，用于获取包含作物的彩色图像；

特征提取模块，用于提取所述彩色图像的色彩特征作为所述作物识别模型的输入特征；

识别模块，用于基于作物识别模型，根据所述彩色图像的色彩特征，识别出所述彩色图像中的作物；其中，所述作物识别模型是用于基于所述输入特征识别出彩色图像中作物的深度学习分割网络U-net模型；以及

郁闭度确定模块，用于根据识别出的彩色图像中作物占所述彩色图像的比例确定所述作物的郁闭度。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如权利要求1至7中任意一项所述的郁闭度测量方法。

10.一种非暂态计算机可读存储介质，其中，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1至7中任意一项所述的郁闭度测量方法。