[发明专利]玉米杂草遮挡确定方法、装置、机器人、设备及存储介质

说明书

本发明适用人工智能技术领域，提供玉米杂草遮挡确定方法、装置、机器人、设备及存储介质，包括：根据预设深度网络模型，在玉米和杂草图像数据集中确定玉米识别框和杂草识别框及其轮廓坐标信息；当判断玉米识别框和杂草识别框存在重合面积时，则分别提取存在重合面积的玉米识别框和杂草识别框中的图像信息，对其进行阈值分割及轮廓提取处理，得到玉米识别框和杂草识别框内图像信息的轮廓坐标信息；当判断玉米识别框和杂草识别框内图像信息的轮廓坐标信息存在超过预设重合轮廓坐标点数量阈值时，确定玉米和杂草存在遮挡关系。本发明将深度学习、图像处理与田间除草相结合，实现精确判断玉米与杂草之间的遮挡情况，在机器人除草领域具高实用价值。

技术领域

本发明属于人工智能技术领域，尤其涉及一种玉米杂草遮挡确定方法、装置、机器人、设备及存储介质。

背景技术

玉米是主要农作物之一，在人们的饮食结构中占据重要地位，其在生长过程中一直伴随有各种杂草生长，过多的杂草会影响玉米的产量，而杂草也一直是危害农田作物茁壮成长的一大田间杀手。杂草跟农作物争夺土壤水分和养分，侵占农田空间，影响农作物生长，不仅降低了农作物的产量和质量，还间接助长了病虫害的滋生和蔓延。

为了防除杂草，目前对于田间杂草的处理主要依赖于除草机器人，然而，由于玉米与杂草的近似度高，其无法及时准确地判断出杂草所在位置以及杂草与玉米的遮挡情况，导致除草效果不佳的问题。

发明内容

本发明实施例的目的在于提供一种玉米杂草遮挡确定方法，旨在解决目前对于田间杂草的处理方法存在无法及时准确地判断出杂草所在位置以及杂草与玉米的遮挡情况，导致除草效果不佳的问题。

本发明实施例是这样实现的，一种玉米杂草遮挡确定方法，包括：

获取玉米和杂草图像数据集；

根据预设深度网络模型，在所述玉米和杂草图像数据集中确定玉米识别框和杂草识别框以及所述玉米识别框和杂草识别框的轮廓坐标信息；

当根据所述玉米识别框和杂草识别框的轮廓坐标信息判断所述玉米识别框和杂草识别框存在重合面积时，则分别提取存在重合面积的玉米识别框和杂草识别框中的图像信息，获得玉米识别框内图像信息和杂草识别框内图像信息；

对所述玉米识别框内图像信息和杂草识别框内图像信息进行阈值分割处理以及轮廓提取处理，得到所述玉米识别框内图像信息的轮廓坐标信息和杂草识别框内图像信息的轮廓坐标信息；

当判断所述玉米识别框内图像信息的轮廓坐标信息和杂草识别框内图像信息的轮廓坐标信息存在超过预设重合轮廓坐标点数量阈值时，则确定玉米和杂草存在遮挡关系。

本发明实施例的另一目的在于一种玉米杂草遮挡确定装置，包括：

数据集获取单元，用于获取玉米和杂草图像数据集；

第一轮廓坐标信息确定单元，根据预设深度网络模型，在所述玉米和杂草图像数据集中确定玉米识别框和杂草识别框以及所述玉米识别框和杂草识别框的轮廓坐标信息；

图像信息确定单元，用于当根据所述玉米识别框和杂草识别框的轮廓坐标信息判断所述玉米识别框和杂草识别框存在重合面积时，则分别提取存在重合面积的玉米识别框和杂草识别框中的图像信息，获得玉米识别框内图像信息和杂草识别框内图像信息；

第二轮廓坐标信息确定单元，用于对所述玉米识别框内图像信息和杂草识别框内图像信息进行阈值分割处理以及轮廓提取处理，得到所述玉米识别框内图像信息的轮廓坐标信息和杂草识别框内图像信息的轮廓坐标信息；以及

遮挡关系确定单元，用于当判断所述玉米识别框内图像信息的轮廓坐标信息和杂草识别框内图像信息的轮廓坐标信息存在超过预设重合轮廓坐标点数量阈值时，则确定玉米和杂草存在遮挡关系。

本发明实施例的另一目的在于一种除草机器人，包括所述的玉米杂草遮挡确定装置。