[发明专利]一种植被异常检测方法、装置、系统和存储介质在审
申请号: | 202210509338.4 | 申请日: | 2022-05-10 |
公开(公告)号: | CN114998584A | 公开(公告)日: | 2022-09-02 |
发明(设计)人: | 李宁钏;严谨;熊剑平;孙海涛;赵蕾;杨剑波 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06V10/26 | 分类号: | G06V10/26;G06V10/44;G06V10/74;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 何倚雯 |
地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 植被 异常 检测 方法 装置 系统 存储 介质 | ||
本申请公开了一种植被异常检测方法、装置、系统和存储介质,该植被异常检测方法包括:获取待检测植被图像;从预设图像库中选出与待检测植被图像的相似度大于第一预设阈值的参考植被图像;对参考植被图像与待检测植被图像进行差异比对,得到差异区域图像;对差异区域图像进行识别,得到植被异常识别结果,植被异常识别结果包括差异区域图像中的植被是否异常。通过上述方式,本申请能够提高对植被进行异常检测的准确度。
技术领域
本申请涉及图像处理技术领域,具体涉及一种植被异常检测方法、装置、系统和存储介质。
背景技术
目前植被生长情况的监测不够全面,无法利用植被检测模型识别出未训练过的未知植被异常类型,直接将未知植被异常类型对应的植被异常区域忽略掉,导致植被异常的监测效果不好;因此如何对植被生长情况进行快速全面准确地监测和预警,成为本领域技术人员亟待解决的问题。
发明内容
本申请提供一种植被异常检测方法、装置、系统和存储介质,能够提高对植被进行异常检测的准确度。
为解决上述技术问题,本申请采用的技术方案是:提供一种植被异常检测方法,该植被异常检测方法包括:获取待检测植被图像;从预设图像库中选出与待检测植被图像的相似度大于第一预设阈值的参考植被图像;对参考植被图像与待检测植被图像进行差异比对,得到差异区域图像;对差异区域图像进行识别,得到植被异常识别结果,植被异常识别结果包括差异区域图像中的植被是否异常。
为解决上述技术问题,本申请采用的另一技术方案是:提供一种植被检测装置,该装置包括互相连接的存储器和处理器,其中,所述存储器用于存储计算机程序,所述计算机程序在被所述处理器执行时,用于实现上述技术方案中的植被异常检测方法。
为解决上述技术问题,本申请采用的又一技术方案是:提供一种植被检测系统,该植被检测系统包括采集装置与植被检测装置,所述采集装置与所述植被检测装置进行通信连接,其中,所述采集装置用于采集预设路线上的植被图像,所述植被检测装置用于对所述植被图像进行检测,得到植被异常识别结果,所述植被检测装置为上述技术方案中的植被检测装置。
为解决上述技术问题,本申请采用的再一技术方案是:提供一种计算机可读存储介质,其用于存储计算机程序,所述计算机程序在被处理器执行时,用于实现上述技术方案中的植被异常检测方法。
通过上述方案,本申请的有益效果是:从预设图像库中选出与待检测植被图像相近的参考植被图像,从而通过参考植被图像与待检测植被图像进行差异比对,得到差异区域图像,进而对差异区域图像进行识别,得到植被异常识别结果;通过差异比对的方式对待检测植被图像进行异常识别,且在差异比对得到差异区域图像后,还可对差异区域图像进行校验,进一步从差异区域图像中确定出植被异常区域,从而提高对植被进行异常检测的准确度以及全面性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是本申请提供的植被异常检测方法一实施例的流程示意图;
图2是本申请提供的植被异常检测方法另一实施例的流程示意图;
图3是本申请提供的步骤24的流程示意图;
图4是本申请提供的植被异常检测装置一实施例的示意图;
图5是本申请提供的预设飞行航线的示意图;
图6是本申请提供的植被图像的示意图;
图7是本申请提供的分割掩膜图的示意图;
图8是本申请提供的异常区域图像的示意图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210509338.4/2.html,转载请声明来源钻瓜专利网。