荔枝生长阶段信息的检测方法、系统、电子设备

本公开涉及荔枝检测，尤其涉及一种荔枝生长阶段信息的检测方法、系统、电子设备。

背景技术：

1、荔枝是原产于我国南方的亚热带水果，是我国南方最重要的经济水果之一。荔枝种植有历史传承和文化底蕴，特色鲜明，优势明显，市场空间广阔，要进一步提高种植、保鲜、加工等技术，把荔枝特色产业和特色文化旅游发展得更好。

2、随着农业现代化和机械化的飞速发展，图像识别技术在农业生产领域的应用也变得广泛，采用机器图像识别荔枝果树的生长阶段成为可能。

3、但是，如何对荔枝的生长阶段进行有效可靠地检测，以指导学科合作交流成了亟待解决的技术问题。

4、背景技术部分的内容仅仅是发明人个人所知晓的信息，并不代表上述信息在本公开申请日之前已经进入公共领域，也不代表其可以成为本公开的现有技术。

技术实现思路

1、本公开提供一种荔枝生长阶段信息的检测方法、系统、电子设备，用以解决上述技术问题中的至少一种。

2、第一方面，本公开提供一种荔枝生长阶段信息的检测方法，包括：

3、获得待测荔枝果树的待测冠层图像；

4、将所述待测冠层图像输入至预先训练的特征识别模型，得到特征类型识别结果，其中，所述特征类型识别结果包括所述待测荔枝果树对应的当前主要生长阶段的待测特征图像，各主要生长阶段为基于所述待测荔枝果树的整个生命周期对所述待测荔枝果树的生长阶段进行划分得到的，所述各主要生长阶段包括所述当前主要生长阶段；

5、根据所述类型识别结果，确定所述待测荔枝果树在所述当前主要生长阶段对应的当前主要生长阶段信息、以及所述当前主要生长阶段下的当前次要生长阶段信息，其中，所述待测荔枝果树的生长阶段信息包括所述当前主要生长阶段信息和所述当前次要生长阶段信息，任意主要生长阶段下的次要生长阶段信息用于表征所述任意主要生长阶段下的生长程度信息。

6、在一些实施例中，所述特征类型识别结果还包括与所述待测特征图像对应的置信度；根据所述类型识别结果，确定所述待测荔枝果树在所述当前主要生长阶段对应的主要生长阶段信息，包括：

7、从所述待测特征图像中，获得置信度大于预设置信度阈值的待测特征图像；

8、根据获得的置信度大于所述预设置信度阈值的待测特征图像，基于所述特征识别模型确定所述当前主要生长阶段信息，所述特征识别模型具有根据特征图像预测对应主要生长阶段信息的预测能力。

9、在一些实施例中，所述当前主要生长阶段为开花、花落、生果，所述特征类型识别结果还包括与所述当前主要生长阶段对应的第一对象的第一数量；根据所述类型识别结果，确定所述当前次要生长阶段信息，包括：

10、对所述待测特征图像进行识别，得到所述当前主要生长阶段中的所述第一对象的第二数量；

11、确定所述第一数量与所述第二数量之间的比例值；

12、根据所述比例值确定所述当前次要生长阶段信息。

13、在一些实施例中，所述当前主要生长阶段为白点，抽穗，膨大；根据所述类型识别结果，确定所述当前次要生长阶段信息，包括：

14、对所述待测特征图像进行降噪和灰度化处理，得到冠层灰度图；

15、基于轮廓分析确定所述当前主要生长阶段对应的第二对象的大小信息；

16、获得预设规整物体在所述当前主要生长阶段的待测特征图像中所占据的像素数、以及预设标定物的实际尺寸，并计算每度量比的像素比例尺；

17、根据所述预设比例尺和所述像素比例尺转换得到所述第二对象的实际物理尺寸，并根据所述实际物理尺寸确定所述第二对象对应的图像面积值；

18、根据所述图像面积值和预设的图像面积阈值确定所述当前次要生长阶段信息。

19、在一些实施例中，所述当前主要生长阶段为孕蕾；根据所述类型识别结果，确定所述当前次要生长阶段信息，包括：

20、将所述待测特征图像输入至训练好的人工卷积神经网络模型，输出所述当前次要生长阶段信息；

21、其中，所述训练好的人工卷积神经网络模型是基于第一样本数据对第一基础网络模型预测所述孕蕾对应的次要生长阶段信息的能力进行训练而得到的，所述第一样本数据包括样本花蕾特征图像。

22、在一些实施例中，所述当前主要生长阶段为转色；根据所述类型识别结果，确定所述当前次要生长阶段信息，包括：

23、对所述待测特征图像进行边缘检测，得到边缘检测信息；

24、根据所述边缘检测信息确定果实区域图像，对所述果实区域图像进行校正，得到颜色矫正后的图像；

25、对所述颜色矫正后的图像进行颜色特征提取，得到果实颜色特征向量；

26、根据预设的颜色阈值和所述果实颜色特征向量确定果实颜色，并根据所述果实颜色确定所述当前次要生长阶段信息。

27、在一些实施例中，所述特征识别模型是基于获得的第二样本数据对第二基础网络模型进行训练得到的；

28、所述第二样本数据包括样本荔枝果树在整个生长周期内的各预设采集时间段内各自对应的样本冠层图像、以及各样本冠层图像各自对应的标注信息；

29、其中，所述标注信息是对样本冠层图像进行分析确定的，所述标注信息包括检测结果真值和分类结果真值，所述分类结果真值包括样本冠层图像对应的主要生长阶段信息真值、样本特征图像真值，所述检测结果真值包括所述样本冠层图像中的样本对象的数量真值、以及所述样本特征图像对应的置信度真值。

30、在一些实施例中，主要生长阶段信息包括主要生长阶段名称和主要生长阶段指数，其中，主要生长阶段的个数为10个，10个主要生长阶段指数采用0至9的数字按升序表征；

31、次要生长阶段信息包括次要生长阶段占比信息和次要生长阶段指数，各次要生长阶段指数采用个位数字按升序表征；

32、所述当前主要生长阶段信息包括当前主要生长阶段名称和当前主要生长阶段指数，所述当前次要生长阶段信息包括当前次要生长阶段占比信息和当前次要生长阶段指数，所述待测荔枝果树的生长阶段信息还包括荔枝生长阶段指数，所述荔枝生长阶段指数为由所述当前主要生长阶段指数和所述当前次要生长阶段指数组合而成的两位数代码。

33、第二方面，本公开提供一种荔枝生长阶段信息的检测系统，所述系统包括：图像采集装置、检测装置、下位机、服务器、用户设备、其中，

34、所述用户设备，用于经所述服务器向所述下位机发送获取的图像采集请求；

35、所述下位机，用于根据所述图像采集请求控制所述图像采集装置采集待测荔枝果树的待测冠层图像；

36、所述图像采集装置，用于根据所述下位机的控制采集所述待测冠层图像，并向所述下位机发送所述待测冠层图像；

37、所述下位机还用于，执行如第一方面中的任一项所述的方法，以确定所述待测荔枝果树在当前主要生长阶段对应的当前主要生长阶段信息、以及所述当前主要生长阶段下的当前次要生长阶段信息，所述待测荔枝果树的生长阶段信息包括所述当前主要生长阶段信息和所述当前次要生长阶段信息，任意主要生长阶段下的次要生长阶段信息用于表征所述任意主要生长阶段下的生长程度信息；

38、所述下位机还用于，获得采集时间和采集位置，并经所述服务器向所述用户设备发送所述采集时间、所述采集位置、所述待测荔枝果树的生长阶段信息，其中，所述采集时间为所述下位机获得所述图像采集请求的时间，所述采集位置所述待测荔枝果树的位置；

39、所述用户设备还用于，显示所述采集时间、所述采集位置、所述待测荔枝果树的生长阶段信息。

40、第三方面，本公开提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

41、所述存储器存储计算机执行指令；

42、所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面中任一项所述的方法。

43、第四方面，本公开提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行如上第一方面中任一项所述的方法。

44、第五方面，本公开提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述的方法。

45、本公开提供的荔枝生长阶段信息的检测方法、系统、电子设备，包括：获得待测荔枝果树的待测冠层图像，将待测冠层图像输入至预先训练的特征识别模型，得到特征类型识别结果，其中，特征类型识别结果包括待测荔枝果树对应的当前主要生长阶段的待测特征图像，各主要生长阶段为基于待测荔枝果树的整个生命周期对待测荔枝果树的生长阶段进行划分得到的，各主要生长阶段包括当前主要生长阶段，根据类型识别结果，确定待测荔枝果树在当前主要生长阶段对应的当前主要生长阶段信息、以及当前主要生长阶段下的当前次要生长阶段信息，其中，待测荔枝果树的生长阶段信息包括当前主要生长阶段信息和当前次要生长阶段信息，任意主要生长阶段下的次要生长阶段信息用于表征任意主要生长阶段下的生长程度信息，在本实施例中，通过先确定特征类型识别结果，而后基于特征类型识别结果确定当前主要生长阶段信息和当前次要生长阶段信息，相当于从主要生长阶段和次要生长阶段两个维度对荔枝果树的生长阶段信息进行确定，以提高可靠性和准确性。