[发明专利]基于无人机影像的桃树树冠表型信息提取的方法、装置及系统

权利要求书

1.一种基于无人机影像的桃树树冠表型信息提取的方法，其特征在于，包括：

分别获取不同生长条件下的桃园影像；

将所述桃园影像输入图像拼接软件进行预处理，得到子图像；

将所述子图像输入目标网络模型得到树冠分割结果，其中，所述目标网络模型通过将所述子图像输入初始网络模型进行训练获得，且所述初始网络模型为半监督深度学习模型；

根据所述树冠分割结果，获得树冠体积结果。

2.根据权利要求1所述的方法，其特征在于，所述分别获取不同生长条件下的桃园影像，包括：

采用无人机分别获得不同生长参数条件下的桃园影像，其中生长参数包括以下至少一种：高度、生育期、光照强度以及地面反射率。

3.根据权利要求2所述的方法，其特征在于，将所述桃园影像输入图像拼接软件进行预处理，包括：

对所述桃园影像进行对齐、生成密集点云、生成DEM(数字高程模型)，得到桃园正射图像。

4.根据权利要求3所述的方法，其特征在于，在得到子图像之前，还包括：

对所述桃园正射图像进行标记处理，分别得到不同生长参数条件下的桃树树冠区域图像。

5.根据权利要求4所述的方法，其特征在于，得到子图像，包括：

对所述桃园正射图像进行切割后，通过旋转、镜像分析增广处理得到子图像，以及子图像对应的训练集。

6.根据权利要求5所述的方法，其特征在于，在将所述子图像输入目标网络模型之前，还包括：

构建初始网络模型，其中所述初始网络模型包括：生成器和判别器，以及与所述生成器和所述判别器均相关的引入条件信息，所述引入条件信息用于优化所述生成器与所述判别器，所述生成器用于对所述子图像进行分类，得到树冠分类种类；所述判别器用于根据所述桃树树冠区域图像，获得所述树冠分割结果；

采用所述子图像对应的训练集对所述初始网络模型进行训练，得到所述目标网络模型。

7.根据权利要求6所述的方法，其特征在于，根据所述树冠分割结果，获得树冠体积结果，包括：

根据所述树冠分割结果对应输出图像中的树冠区域、边缘点，以及与所述边缘点、所述树冠区域中心对应的参数信息，得到桃树株高；

根据所述桃树株高，基于椭球体体积的计算方法得到树冠体积结果。

8.根据权利要求7所述的方法，其特征在于，在获得树冠体积结果之后，还包括：

对所述树冠分割结果对应的输出图像，以及所述树冠体积结果分别进行精度验证。

9.一种基于无人机影像的桃树树冠表型信息提取的装置，其特征在于，包括：

获取模块，用于分别获取不同生长条件下的桃园影像；

得到模块，用于将所述桃园影像输入图像拼接软件进行预处理，得到子图像；

输入模块，用于将所述子图像输入目标网络模型得到树冠分割结果，其中，所述目标网络模型通过将所述子图像输入初始网络模型进行训练获得，且所述初始网络模型为半监督深度学习模型；

获得模块，用于根据所述树冠分割结果，获得树冠体积结果。

10.一种基于无人机影像的桃树树冠表型信息提取的系统，其特征在于，包括存储器和处理器，存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-8任一项所述的桃树树冠信息提取的方法。