[发明专利]一种基于AI深度学习的梨品种苗木鉴别方法

权利要求书

1.一种基于AI深度学习的梨品种苗木鉴别方法，其特征在于，包括以下步骤：

S1、图像采集，采用RGB相机传感器获取梨品种苗木的形态表型图像，并基于点云数据检测分割所述苗木的特征图像；

S2、图像处理：将所述梨品种苗木的形态表型图像与干扰背景进行分割，得到分割后的特征图像；

S3、基于卷积神经网络构建梨品种苗木鉴别模型，通过所述分割后的特征图像进行训练，得到训练好的梨品种苗木鉴别模型；

S4、基于长短期记忆网络LSTM对所述梨品种苗木鉴别模型进行测试，通过门限实时更新训练模型中的图像；

S5、将待鉴别的苗木输入到所述LSTM网络中进行训练，提取待检测苗木特征，通过与更新后的训练模型比较得到鉴别结果。

2.根据权利要求1所述的基于AI深度学习的梨品种苗木鉴别方法，其特征在于，基于HSV方法对所述步骤S2中图像与干扰背景进行分割，并提取出梨品种苗木的形态表型特征。

3.根据权利要求2所述的基于AI深度学习的梨品种苗木鉴别方法，其特征在于，所述梨品种苗木形态表型特征包括皮孔数量、芽的大小以及姿态、皮色和节间长度。

4.根据权利要求2所述的基于AI深度学习的梨品种苗木鉴别方法，其特征在于，利用PLC点云库、MATLAB软件对生成的点云信息进行操作和计算，分别提取出梨品种的皮孔数量信息、芽的大小以及姿态信息、皮色信息和节间长度信息。

5.根据权利要求1所述的基于AI深度学习的梨品种苗木鉴别方法，其特征在于，所述步骤S3中，卷积神经网络包括第一卷积层、第二卷积层、全连接层和高斯连接层。

6.根据权利要求1所述的基于AI深度学习的梨品种苗木鉴别方法，其特征在于，所述步骤S4中，长短记忆网络LSTM包括遗忘门、更新门和输出门，用于对输入的信息进行增加与遗忘。

7.根据权利要求5所述的基于AI深度学习的梨品种苗木鉴别方法，其特征在于，所述遗忘门、更新门和输出门中都包含Sigmoid激活函数。

8.根据权利要求1所述的基于AI深度学习的梨品种苗木鉴别方法，其特征在于，所述步骤S4中，LSTM神经网络进行训练的过程包括：

物体定位：预测包含主要物体的图像区域；

物体分类：针对分割好的目标进行分类；

目标分割：将图像目标分割出来，针对图像上的像素进行归属；

关键点检测：从图像中检测目标物体上的关键点位置。