[发明专利]一种树木的检测方法、装置、电子设备及存储介质

权利要求书

1.一种树木的检测方法，其特征在于，所述检测方法包括：

获取待检测区域中的全景树木图像；所述全景树木图像包括目标树木图像区域和带有其他树木的背景图像区域；

将所述全景树木图像输入训练好的叶片密度识别模型，确定所述全景树木图像的树木叶片密度图；

基于所述树木叶片密度图确定随机游走的起始采样点，以所述起始采样点作为起点进行随机游走，当随机游走获取到的采样点的数量达到预设阈值时，采集下一个采样点作为目标采样点；

基于每轮随机游走对应的任意两个采样点的最大密度差和所述目标采样点的密度值，确定该轮随机游走对应的所述目标树木的轮廓点；

当所述随机游走的游走轮数达到预设轮数时，基于各轮随机游走时产生的所述轮廓点，确定所述全景树木图像中所述目标树木的轮廓，以完成对所述目标树木的检测。

2.根据权利要求1所述的检测方法，其特征在于，通过以下方式确定每轮随机游走对应的任意两个采样点的最大密度差：

确定每轮随机游走对应的任意两个采样点的密度差，并将多个所述密度差中的最大值确定为任意两个所述采样点的最大密度差；

其中，该任意两个采样点之间的距离满足预设采样间距。

3.根据权利要求2所述的检测方法，其特征在于，所述基于每轮随机游走对应的任意两个采样点的最大密度差和所述目标采样点的密度值，确定该轮随机游走对应的所述目标树木的轮廓点，包括：

在每轮随机游走下，判断目标采样点的密度值与背景预设密度值之间的大小关系；

若所述目标采样点的密度值小于背景预设密度值，则确定该轮随机游走的当前采样点为该轮随机游走对应的轮廓点。

4.根据权利要求3所述的检测方法，其特征在于，所述基于每轮随机游走对应的任意两个采样点的最大密度差和所述目标采样点的密度值，确定该轮随机游走对应的轮廓点，还包括：

在每轮随机游走下，判断目标采样点的密度值与采样点的最大密度值之间的差值是否大于所述最大密度差；

若是，则确定该轮随机游走的当前采样点为该轮随机游走对应的轮廓点。

5.根据权利要求4所述的检测方法，其特征在于，在所述在每轮随机游走下，判断目标采样点的密度值与采样点的最大密度值之间的差值是否大于所述最大密度差之后，所述检测方法还包括：

若否，且所述目标采样点的密度值大于背景预设密度值，则将所述目标采样点列入该轮随机游走的采样点，并将继续采集下一个采样点作为新的目标采样点，更新该轮随机游走对应的任意两个采样点的最大密度差。

6.根据权利要求1所述的检测方法，其特征在于，通过以下方式确定训练好的叶片密度识别模型：

获取样本全景树木图像集；

针对所述样本全景树木图像集中的叶片中心点进行标注，生成叶片密度特征数据集；

基于所述叶片密度特征数据集，对构建好的神经网络进行训练，得到训练好的叶片密度识别模型。

7.根据权利要求1所述的检测方法，其特征在于，在所述基于所述树木叶片密度图确定随机游走的起始采样点，以所述起始采样点作为起点进行随机游走之后，所述检测方法还包括：

当随机游走获取到的采样点的数量小于预设阈值，确定随机游走的多个采样点的多个密度值；

若任一所述采样点的密度值小于背景预设密度值，则结束该轮随机游走。