[发明专利]一种基于深度学习卷积神经网络的果树长势监控系统

摘要

本发明公开了一种基于深度学习卷积神经网络的果树长势监控系统，包括步骤：将监控地块进行分割和标记，拍摄所需监控地块照片；从覆盖各个生长周期的果树照片中分离出单个果树植株并计算单个果树植株轮廓；对分离后的各果树植株以其轮廓照片进行人工分类；使用各类果树植株轮廓照片对卷积神经网络进行训练；使用验证照片对所述卷积神经网络进行验证；基于所述深度卷积神经网络对所需监控地块内的各类果树植株的分离和分类，结合地块数据管理系统，生成总体长势统计数据。本发明在准确判断每株果树长势的基础上，精确判断地块内果树总体长势，较传统方法自动化程度高，准确度高。

主权项

1.一种基于深度学习卷积神经网络的果树精确长势监控系统，其特征在于，包括步骤：S1：将监控地块进行分割和标记，在果树的各个生长周期使用无人机拍摄所需监控地块照片；S2：利用基于卷积神经网络的目标检测方法从覆盖各个生长周期的果树照片中分离出单个果树植株，并利用计算机视觉算法勾画单个果树植株轮廓和单个果树植株典型部位及其色泽；S3：对分离后的各果树植株或单个果树植株典型部位基于轮廓色泽等特性进行长势的人工分类，将果树精确长势分为过旺、正常、一般、较差和差类型，作为深度学习的训练样本；S4：使用S3中的人工分类结果，对深度卷积神经网络进行训练，使之能对各类果树精确长势进行分类；S5：使用验证照片对所述深度卷积神经网络的分类结果进行验证和精度评价，并重复S3和S4步骤直到精度达标；S6：使用所述深度卷积神经网络对所需监控地块内的各类果树植株精确长势进行分类统计，最终判断监控地块内所有果树植株的长势状态；S7：根据深度卷积神经网络对所需监控地块内的所有果树植株的长势状态进行相应的农艺操作；S8：通过信息系统，将相关作物长势状态信息和农艺操作要求发送给操作人员，实行精准操作。