[发明专利]基于5G传输的作物生长检测方法及系统

权利要求书

1.一种基于5G传输的作物生长检测方法，其特征在于，包括：

采集作物的高光谱图像；高光谱图像包括450nm、550nm和650nm波段光下采集到的作物图像；

通过作物识别模型识别所述高光谱图像，得到所述作物的品种类型；

作物识别模型通过作物的边缘信息和色彩信息进行作物品种类型的数据匹配，根据作物边缘信息和色彩信息与作物品种类型的映射表，通过作物边缘信息和色彩信息与作物品种类型的映射关系，基于作物边缘信息和色彩信息找到作物的品种类型；

计算采集到的边缘信息和色彩信息，与映射表中各个作物的品种识别信息之间的欧氏距离，找到距离最小的信息，其对应的作物品种类型即为待测作物的品种类型；

根据所述品种类型检索得到所述作物的特征波段类型；在所述特征波段类型对应的特征波段下，所述作物高光谱图像的特征量在特征量序列中排序为前N位；所述特征量序列为在M个波段下，高光谱图像的特征量从高至低依次排列所得的序列；

基于所述特征波段类型提取得到所述作物在对应特征波段下的N个特征图像；其中，N为正整数且N小于M；

获取所述作物的特征波段光谱数据集；

利用偏最小二乘法拟合所述作物的特征波段光谱数据集与生长状况信息的回归关系，得到所述生长状况监测模型；

生长状况监测模型是基于偏最小二乘法建立的数学模型通过作物训练集训练后形成的；其输入为作物的高光谱图像，输出为作物的生长状况信息；采用卷积神经网络；基于作物训练集利用梯度裁剪方法或正则化方法对该卷积神经网络进行训练得到的生长状况监测模型；

所述作物训练集，包括：作物的光谱数据组；所述光谱数据组为以生长状况信息为标签的高光谱图像；

通过生长状况监测模型对所述特征图像进行分析，得到所述作物的生长状况信息；

所述生长状况信息，包括：外形参数、作物成分及成分含量；结合作物的外形参数和成分含量对作物的生长状况进行评级；

根据所述生长状况信息进行数据分析，得到所述作物的培养策略；

所述培养策略，包括：待补给元素及建议补给量；

利用定级模型对所述作物进行生长状况定级，得到所述作物的生长状况等级；

结合所述生长状况信息和所述生长状况等级，得到所述作物的培养策略；

预先建立一个作物培养策略数据库，培养策略数据库中包括若干种作物对于若干个生长状况信息在若干个生长状况等级下的若干套培养策略；结合待测作物的生长状况信息和生长状况等级，对培养策略数据库进行数据调用和数据匹配，得到该待测作物相应的培养策略；

培养策略数据库中的若干套培养策略将作物的外形参数纳入参考，形成基于作物种类、成分含量、生长状况等级和外形参数四维数据进行制定的作物培养策略；

所述定级模型为以所述生长状况信息为数据集特征，利用SVM算法和高斯核对所述生长状况信息和所述生长状况等级进行分类模型的建立后得到的。

2.根据权利要求1所述的基于5G传输的作物生长检测方法，其特征在于，所述通过作物识别模型识别所述高光谱图像，得到所述作物的品种类型，包括：

利用图像局域重心算法对所述高光谱图像分割，得到单株作物图像；

利用Canny算子对所述单株作物图像提取得到所述作物的边缘信息；

对所述高光谱图像进行伪彩色合成，得到所述作物的色彩信息；

基于所述边缘信息和所述色彩信息进行作物种类匹配，得到所述作物的品种类型。

3.根据权利要求1所述的基于5G传输的作物生长检测方法，其特征在于，

所述根据所述品种类型检索得到所述作物的特征波段类型之前，包括：采集不同作物的特征波段类型，建立特征波段数据库；

所述根据所述品种类型检索得到所述作物的特征波段类型，包括：根据特征波段数据库进行所述作物品种类型和特征波段类型的匹配，得到所述作物的特征波段类型。

4.根据权利要求3所述的基于5G传输的作物生长检测方法，其特征在于，所述采集不同作物的特征波段类型，建立特征波段数据库中，一种作物的特征波段类型的采集，包括：

采集所述作物光谱图像；

采用连续选择投影算法，得到所述作物在不同特征波段下的特征量；

将所述特征量由高到低进行排序；

选取排序中特征量前N位对应的N个特征波段作为所述作物的特征波段类型。