作物产量自动评估的方法与流程

本发明涉及数据分析处理技术领域，主要涉及作物产量自动评估的方法。

背景技术：

农作物的生长，离不开科学的科技生产技术，以及新型工业制造出来的能辅助农业生产的机械设备。随着如今消费者对环境、食品的绿色化、健康化要求不断提高，建立可溯源的农产品生产机制成为了农业发展的新趋势，如何通过数据收集，记录农产品的成长轨迹，使产品更绿色、更健康。目前的农业生产主要通过人工劳作的方式进行农作物的播种、护理以及收割等，整个农作物的种植生产过程中消耗了大量的人力，给劳动者带来很大的身体消耗，这也成为影响当前的农业劳作者身体健康的重要因素。

在作物的种植过程中，对作物的种植规模、间隙安排和生长状况进行准确的判断，从而评估作物在未来阶段的产量，能够辅助建立作物的最佳种植方式，及时调整作物的种植策略，便于提高作物的综合产量。

而实际上对于作物的产量评估还停留于借助人的经验来进行，但经验的判断往往主观性太大，不够精确，且应用区域狭小，故不能良好的解决作物产量评估的需求，需要提出更为合理的技术方案，解决现有技术中存在的技术问题。

技术实现要素：

本发明提供了作物产量自动评估的方法，旨在通过自动化的检测和判断，实现高效的作物产量评估方法，及时对种植区域内的作物进行客观的综合评价，给出当前条件下的产量评估值。

为了实现上述效果，本发明所采用的技术方案为：

作物产量自动评估的方法，包括：

设置相机，标定相机的位置；

通过相机获取种植区域的原始图像；

从原始图像中获取植株影像和果实影像，并将果实影像处理为二值图像；

对二值图像进行边界处理，追踪二值图像的有效轮廓，并获取有效轮廓作为追踪结果；

分析追踪结果的像素点，从有效轮廓中标记出起始像素、边界像素和待定像素，将植株密度、果实体积和果实质量与追踪结果的像素进行映射；

根据映射关系，从追踪结果的起始像素、边界像素和待定像素计算出果实体积、果实质量和植株密度；

根据果实体积、果实质量和植株密度计算出整体产量。

上述公开的评估方法，通过设置相机获取种植区域内的图像，在对图像进行处理后，利用图像的像素逆向计算出果实的体积、质量以及植株的密度，从而可计算出整个种植区域内的产量。如此能够在前期进行预判，获得该种植园区内当前的产值，便于根据产量计划调整种植方式，使产量达到人们的预期。

进一步的，对上述技术方案中公开的相机进行优化，相机用于采集种植区内的图像，具体的，所述的相机数量为一，通过单相机多视角的方式获取种植区域的原始图像，并通过视角与空间物体还原规则将原始图像进行处理，从而实现还原对比。

进一步的，上述技术方案中公开了通过视角与空间物体还原规则将原始图像进行处理，从而实现还原对比。具体的，所述的还原对比包括：通过三条x方向线轴和三条y方向线轴将有效轮廓均匀划分区域，获取x方向线轴和y方向线轴所占像素点的数值，与数据库中的像素点预设值对比获取果实的质量。通过此种设置能够将获得参数实现标准化的自动识别。

再进一步，对上述技术方案中公开的三条x方向轴线和y方向轴线的进行优化，可通过如下方式确定：确定二值图像中有效轮廓的水平中线和竖直中线的交点，分别将通过该交点并与水平中线和竖直中线重合的方向线确定为x方向线轴和y方向线轴，并分别将该两条线轴位于有效轮廓内的部分四等分，经过y方向线轴上等分点的方向线为x方向线轴，经过x方向线轴上等分点的方向线为y方向线轴。

再进一步，在进行上述还原对比之前，需要将二值图像进行方向调整，以此实现空间还原，具体的：所述的空间还原包括对二值图像进行垂直修正，将二值图像的中轴线转动至竖直方向。

再进一步，当相机获取图像并将多视角的原始图像还原后，能够得到当前种植区域内的真实环境视图，如此可根据相机的位置确定相机与种植区域内果实和植株的距离、对应像素点的俯仰角，从而逆向计算果实体积、果实质量和植株密度。

与现有技术相比，本发明的有益效果为：

使用这种技术，能够极大地降低人工劳动的强度，免去了人为的确认方式，无需通过经验来判断产值，且通过本发明提供的方式进行评估，能够极大的提高评估的效率和准确性，能够给种植提供科学的参考。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅表示出了本发明的部分实施例，因此不应看作是对范围的限定，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它相关的附图。

图1是本发明的过程示意图；

图2是本发明中像素点相对位置关系示意图；

图3是获取到的果实的原始图像；

图4是对原始图像进行处理后追踪处理得到的有效轮廓图像；

图5是根据有效轮廓图像转换得到的二值图像；

图6是x方向线轴和y方向线轴对二值图像进行区域划分的示意图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步阐述。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而，可用很多备选的形式来体现本发明，并且不应当理解为本发明限制在本文阐述的实施例中。

应当理解，尽管本文可以使用术语第一、第二等等来描述各种单元，这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元，同时不脱离本发明的示例实施例的范围。

应当理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，单独存在b，同时存在a和b三种情况，本文中术语“/和”是描述另一种关联对象关系，表示可以存在两种关系，例如，a/和b，可以表示：单独存在a，单独存在a和b两种情况，另外，本文中字符“/”，一般表示前后关联对象是一种“或”关系。

应当理解，当将单元称作与另一个单元“连接”、“相连”或“耦合”时，它可以与另一个单元直相连接或耦合，或中间单元可以存在。相対地，当将单元称作与另一个单元“直接相连”或“直接耦合”时，不存在中间单元。应当以类似方式来解释用于描述单元之间的关系的其他单词(例如，“在……之间”对“直接在……之间”,“相邻”对“直接相邻”等等)。

本文使用的术语仅用于描述特定实施例，并且不意在限制本发明的示例实施例。如本文所使用的，单数形式“一”、“一个”以及“该”意在包括复数形式，除非上下文明确指示相反意思。还应当理解术语“包括”、“包括了”、“包含”、和/或“包含了”当在本文中使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。

还应当注意到在一些备选实施例中，所出现的功能/动作可能与附图出现的顺序不同。例如,取决于于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。

在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统，以避免用不必要的细节来使得示例不清楚。在其他实施例中，可以不以非必要的细节来示出众所周知的过程、结构和技术，以避免使得示例实施例不清楚。

实施例

如图1～图6所示，本实施例公开了作物产量自动评估的方法，包括：

s01：设置相机，标定相机的位置；

s02：通过相机获取种植区域的原始图像；

s03：从原始图像中获取植株影像和果实影像，并将果实影像处理为二值图像；

s04：对二值图像进行边界处理，追踪二值图像的有效轮廓，并获取有效轮廓作为追踪结果；

s05：分析追踪结果的像素点，从有效轮廓中标记出起始像素、边界像素和待定像素，将植株密度、果实体积和果实质量与追踪结果的像素进行映射；

s06：根据映射关系，从追踪结果的起始像素、边界像素和待定像素计算出果实体积、果实质量和植株密度；

s07：根据果实体积、果实质量和植株密度计算出整体产量。

上述公开的评估方法，通过设置相机获取种植区域内的图像，在对图像进行处理后，利用图像的像素逆向计算出果实的体积、质量以及植株的密度，从而可计算出整个种植区域内的产量。如此能够在前期进行预判，获得该种植园区内当前的产值，便于根据产量计划调整种植方式，使产量达到人们的预期。

追踪二值图像时，通过获取标准图像，并对其进行测量和标定，标定的数量和类型越严密，准确度越高；当然也可在系统内设置学习功能或补差值方式测定，与当摄像机取回原始标准图像后，二值处理(彩色转黑白识别边界有效轮廓，与数据库中标定图像对比，得出相应结果。

对上述技术方案中公开的相机进行优化，相机用于采集种植区内的图像，具体的，所述的相机数量为一，通过单相机多视角的方式获取种植区域的原始图像，并通过视角与空间物体还原规则将原始图像进行处理，从而实现还原对比。

上述技术方案中公开了通过视角与空间物体还原规则将原始图像进行处理，从而实现还原对比。具体的，所述的还原对比包括：通过三条x方向线轴和三条y方向线轴将有效轮廓均匀划分区域，获取x方向线轴和y方向线轴所占像素点的数值，与数据库中的像素点预设值对比获取果实的质量。通过此种设置能够将获得参数实现标准化的自动识别。

对上述技术方案中公开的三条x方向轴线和y方向轴线的进行优化，可通过如下方式确定：确定二值图像中有效轮廓的水平中线和竖直中线的交点，分别将通过该交点并与水平中线和竖直中线重合的方向线确定为x方向线轴和y方向线轴，并分别将该两条线轴位于有效轮廓内的部分四等分，经过y方向线轴上等分点的方向线为x方向线轴，经过x方向线轴上等分点的方向线为y方向线轴。

在进行上述还原对比之前，需要将二值图像进行方向调整，以此实现空间还原，具体的：所述的空间还原包括对二值图像进行垂直修正，将二值图像的中轴线转动至竖直方向。

当相机获取图像并将多视角的原始图像还原后，能够得到当前种植区域内的真实环境视图，如此可根据相机的位置确定相机与种植区域内果实和植株的距离、对应像素点的俯仰角，从而逆向计算果实体积、果实质量和植株密度。

以上即为本发明列举的几种实施方式，但本发明不局限于上述可选的实施方式，在不相矛盾的情况下，上述技术特征可进行任意组合得到新的技术方案，且本领域技术人员可根据上述方式相互任意组合得到其他多种实施方式，任何人在本发明的启示下都可得出其他各种形式的实施方式。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。