[发明专利]一种植物种类识别方法、系统、电子设备及存储介质

说明书

本申请公开了一种植物种类识别方法，所述物种类识别方法包括提取植物叶片图像的叶片边缘轮廓，并对所述叶片边缘轮廓进行旋转变换得到叶片轮廓图像；其中，所有所述叶片轮廓图像的轮廓倾斜角度相同；从所述叶片轮廓图像中提取轮廓特征；其中，所述轮廓特征包括凸缺陷特征、轮廓形状对称性特征和轮廓形状向量特征中的任一项或任几项的组合；利用所述轮廓特征训练植物叶片分类模型，以便利用训练后的植物叶片分类模型执行植物种类识别操作，能够提高识别植物类别的准确率。本申请还公开了一种植物种类识别系统、一种电子设备及一种存储介质，具有以上有益效果。

技术领域

本申请涉及图像处理技术领域，特别涉及一种植物种类识别方法、系统、电子设备及存储介质。

背景技术

随着国家对生态文明建设的重视逐步提高，物种多样性的保护工作也获得越来越多的关注，植物多样性的保护工作对于地球生态环境的稳定具有重要的意义。植物物种的识别是保护植物多样性的基石，目前植物种类的识别主要依靠人为鉴别，据统计地球上约有55万种植物，这对于人工鉴别植物物种和统计工作带来了极大的挑战，不仅耗时长、效率低下，而且植物品种繁多，有时候即使植物学家也很难准确地进行鉴别。

本领域通常使用计算机视觉和人工智能方法来鉴别植物物种，叶片轮廓特征在一定程度上都可以描述局部边缘点信息，但是受叶片角度旋转、尺度以及叶片局部区域边缘形状改变等因素，边缘点形状描述子的特征不变性变差，为叶片轮廓特征数据引入噪声，导致植物叶片识别效果较差。

因此，如何提高识别植物类别的准确率是本领域技术人员目前需要解决的技术问题。

发明内容

本申请的目的是提供一种植物种类识别方法、系统、一种电子设备及一种存储介质，能够提高识别植物类别的准确率。

为解决上述技术问题，本申请提供一种植物种类识别方法，该植物种类识别方法包括：

提取植物叶片图像的叶片边缘轮廓，并对所述叶片边缘轮廓进行旋转变换得到叶片轮廓图像；其中，所有所述叶片轮廓图像的轮廓倾斜角度相同；

从叶片轮廓图像中提取轮廓特征；其中，所述轮廓特征包括凸缺陷特征、轮廓形状对称性特征和轮廓形状向量特征中的任一项或任几项的组合；

利用所述轮廓特征训练植物叶片分类模型，以便利用训练后的植物叶片分类模型执行植物种类识别操作。

可选的，对所述叶片边缘轮廓进行旋转变换得到叶片轮廓图像，包括：

将所述植物叶片图像的颜色模型转换为YIQ颜色模型，并对所述植物叶片图像的Q通道图像执行大津阈值法分割操作，得到二值化植物叶片图像；

通过形态学闭运算对所述二值化植物叶片图像进行处理得到第一备选图像，对所述第一备选图像进行距离变换和二值化处理得到第二备选图像；

对所述第二备选图像执行轮廓检测操作，得到叶片边缘点；

利用最小二乘法的直线拟合算法对所述叶片边缘点进行处理得到目标直线；其中，所述目标直线为与所有所述叶片边缘点距离最近的直线；

根据所述目标直线的斜率确定轮廓旋转角度，并根据所述轮廓旋转角度对所述叶片边缘轮廓进行旋转变换得到所述叶片轮廓图像。

可选的，若所述轮廓特征包括凸缺陷特征，则从叶片轮廓图像中提取轮廓特征，包括：

生成所述叶片轮廓图像中的叶片边缘轮廓的凸包，根据所述凸包的边与所述叶片边缘轮廓之间围成的区域确定凸缺陷；

将所述凸缺陷的最远点到所述凸包的边的距离设置为目标距离；其中，所述凸缺陷的最远点为距离所述凸包的边距离最大的叶片轮廓点；