[发明专利]基于5G传输的作物生长检测方法及系统

说明书

本申请是关于一种基于5G传输的作物生长检测方法及系统。该方法包括：采集作物的高光谱图像并利用作物识别模型识别出作物的品种类型；根据其品种类型找到其特征波段类型；根据其特征波段类型对高光谱图像进行处理得到特征波段下的特征图像；根据特征图像进行分析，得到作物的生长状况信息；另外，该系统包括：智能高光谱相机和云端服务器，通过智能高光谱相机可以实现图像采集和图像预处理；从而本申请提供的方案，能够在保证数据可靠性的前提下，减少待处理的数据量，从而减轻云端服务器的计算压力，提高数据传输和处理的速度。

技术领域

本申请涉及农业机器视觉技术领域，尤其涉及基于5G传输的作物生长检测方法及系统。

背景技术

设施园艺是生物高新技术、环境控制技术和温室工程技术高度交叉融合的产业，指在环境相对可控的条件下，采用工程技术进行作物高效生产的一种现代农业生产方式，是知识与技术高度密集型产业，具有高科技含量、高投入、高产出、高效益、易于集约化生产等特点，是农业现代化水平的重要标志之一，是现代农业的重要组成部分。随着信息技术在农业领域的广泛应用，作物的生长状况信息的信息量和处理要求已远远超出传统处理方法和传输能力。如何有效采集并利用这些信息是设施园艺亟待解决的问题之一。

相关技术中，高光谱成像以其波段连续性强和光谱分辨率高的优势，为农作物生理指数的实时、无损以及快速检测提供了有效途径。

由于高光谱成像技术获取了更多的信息数据，其数据量是传统成像技术的几十倍甚至上百倍，通过传统的高光谱成像技术进行作物的检测时，庞大的数据量给计算机造成极大的计算压力，导致数据处理过程速度慢、时效性差。

发明内容

为克服相关技术中存在的问题，本申请提供一种基于5G传输的作物生长检测方法及系统，能够减少待处理的数据量，减轻了计算压力，从而提高了数据传输和处理的速度。

本申请第一方面提供一种基于5G传输的作物生长检测方法，包括：

采集作物的高光谱图像；

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；

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；

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。

在一种实施方式中，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。

在一种实施方式中，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。

在一种实施方式中，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；