一种基于机器视觉技术的水稻估产系统及方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107092891A(43)申请公布日2017.08.25(21)申请号201710278852.0(22)申请日2017.04.25(71)申请人无锡中科智能农业发展有限责任公司地址214000江苏省无锡市锡山区无锡现代高科技农业示范园申请人中国科学院合肥物质科学研究院(72)发明人王勇张健李淼高会议(74)专利代理机构合肥天明专利事务所(普通合伙)34115代理人奚华保(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)H04L29/08(2006.01)权利要求书1页说明书4页附图1页(54)发明名称一种基于机器视觉技术的水稻估产系统及方法(57)摘要本发明涉及一种基于机器视觉技术的水稻估产系统，包括：图像采集子系统，通过安装在农田区域内的监测摄像头，采集监测点的水稻图像；水稻估产子系统，用于对采集到的农田水稻图像依次进行预处理、样本图像训练、识别水稻图像中的水稻、估测整个农田的产量；数据存储子系统，采用云端服务器，对云端服务器接收采集的水稻图像，按照地理位置、日期分类，对接收的图像进行统一命名，然后存储在云端服务器上，供用户下载使用；同时，将水稻识别数据和农田估产数据存储在云端服务器上。本系统的整个农田水稻估产过程的实现，完全属于全自动智能化的，无需人工做任何操作或监督，大大节省了人力成本。CN107092891ACN107092891A权利要求书1/1页1.一种基于机器视觉技术的水稻估产系统，其特征在于：包括：图像采集子系统，通过安装在农田区域内的监测摄像头，采集监测点的水稻图像；水稻估产子系统，用于对采集到的农田水稻图像依次进行预处理、样本图像训练、识别水稻图像中的水稻、估测整个农田的产量；数据存储子系统，采用云端服务器，对云端服务器接收采集的水稻图像，按照地理位置、日期分类，对接收的图像进行统一命名，然后存储在云端服务器上，供用户下载使用；同时，将水稻识别数据和农田估产数据存储在云端服务器上。2.根据权利要求1所述的基于机器视觉技术的水稻估产系统，其特征在于：所述图像采集子系统的第一输出端与水稻估产子系统的输入端相连，所述图像采集子系统的第二输出端与数据存储子系统的第二输入端相连，所述水稻估产子系统的输出端与数据存储子系统的第一输入端相连。3.根据权利要求1所述的基于机器视觉技术的水稻估产系统，其特征在于：所述水稻估产子系统包括：图像预处理模块，用于实现对采集到的图像数据进行预处理，预处理过程包括检查图像的采集是否成功，以及采集到的图像质量的好坏；水稻样本图像训练模块，采用BP神经网络算法对水稻样本图像进行训练，建立水稻识别模型；水稻图像识别模块，用于识别水稻图像中的水稻，使用系统中训练出来的的水稻识别模型准确识别出图像中的所有水稻，特别是对于有重叠的水稻区域进行识别；水稻估产模块，用于统计单位面积农田中的水稻数量，根据整个农田的有效种植面积，估测整个农田的产量。4.根据权利要求1至3中任一项所述的基于机器视觉技术的水稻估产系统的估产方法，其特征在于：该方法包括下列顺序的步骤：（1）通过安装在农田区域内的监控摄像头，采集农田水稻图像数据，并将数据传输到云端服务器；（2）对采集到的农田水稻图像数据进行预处理，得到预处理图像；（3）对预处理后的图像进行图像识别，统计出单位面积的水稻数量；（4）根据单位面积水稻数量，对整个农田进行估产。5.根据权利要求4所述的估产方法，其特征在于：所述步骤（4）具体是指：首先需要根据系统识别出的图像中的水稻，对整个图像进行扫描，一个一个识别图像区域，一个一个识别出图像中所有的水稻，并统计识别出的水稻数量；若遇到不可识别的重叠区域，则提醒摄像头，再采集一张辅助图像，即拍摄角度偏转30度情况下该区域的农田水稻图像；再次对图像进行识别，校验重叠水稻区域的识别结果。2CN107092891A说明书1/4页一种基于机器视觉技术的水稻估产系统及方法[0001]技术领域[0002]本发明涉及机器视觉技术领域，尤其是一种基于机器视觉技术的水稻估产系统及方法。[0003]背景技术[0004]机器视觉技术已经在各个领域得到了广泛地应用，机器视觉技术在农业方面的应用非常成功，如作物病虫害检测，能够通过图像识别技术，快速有效地检测农作物的病虫害情况；农作物生长状况监测，能够通过图像识别技术，快速有效地识别出农作物的生长情况；农作物估产，能够通过图像识别技术，快速有效地统计出农作物的生长情况和果实数目，预估农作物的产量。[0005]对农作物的估产，传统方法，一般需要有丰富经验的农民或者专家，实地观察农作物的生长情况，根据以往的农作物收获数据等，预估农作物的产量。由于人工估产的经验性和个人主观预测等