一种基于棉花像素分割和纹理特征的棉花产量预测方法、装置及设备

本发明属于棉花产量预测，尤其涉及一种基于棉花像素分割和纹理特征的棉花产量预测方法、装置及设备。

背景技术：

1、中国棉花在全球棉花产业中具有举足轻重的地位，具有重要经济价值。因此，快速而准确地在复杂背景中进行棉花产量预测对于棉花种植管理、棉花贸易和政策制定都具有重要意义。目前，为了增加棉花产量，普遍采用窄行和宽行交替分布的“矮、早、密”的密集种植模式。该模式在防止自然灾害和提高产量方面具有明显优势，但是窄行的棉花植株相互交错并且生长茂密，给棉花图像分割和棉花产量预测工作带来了诸多挑战。

2、目前，传统的棉花长势监测以及产量预测是以人工主观意识和种植经验来确定棉花的生长状况以及产量，在面临大范围的棉花长势监测和产量预测时，人工方法就显得心有余而力不足。相较于传统的棉花产量预测，遥感技术在精准农业中具有一定的优势，该技术利用电磁波段收集棉花的冠层光谱信息，并将其转化为生理生化信息。但是卫星遥感技术获取的图像分辨率不高无法进行精细化产量预测作业；同时该技术受云层影响较大，如果遇到多云天气，会导致图像质量下降或获取不到图像，严重地影响了产量预测精度。随着无人机遥感技术不断迭代，无人机低空遥感成像技术在棉花产量预测中已经占据了重要地位。相较于卫星遥感技术，无人机遥感技术能够在一定程度上弥补卫星遥感技术的缺点，并且可以获取超高分辨率数字图像，同时无人机可以搭载多种不同功能的传感器进行特定影像拍摄。

3、因此，亟需提出一种基于无人机成像技术的棉花像素分割和纹理特征的棉花产量预测方法、装置及设备。

技术实现思路

1、为解决上述技术问题，本发明提出了一种基于棉花像素分割和纹理特征的棉花产量预测方法、装置及设备，以解决上述现有技术存在的问题。

2、为实现上述目的，本发明提供了一种基于棉花像素分割和纹理特征的棉花产量预测方法，包括以下步骤：

3、采集棉花图像数据；

4、将所述棉花图像数据输入至训练好的基于棉花图像像素的语义分割模型，通过所述基于棉花图像像素的语义分割模型将所述棉花图像中的棉花像素数量与图像总像素数量分割，获取棉花像素比；

5、基于灰度共生矩阵提取棉花图像中的纹理特征，所述纹理特征包括对比度、能量、相关性和均匀性；

6、基于棉花产量预测模型，根据所述棉花像素比和所述纹理特征，获得棉花产量的预测结果。

7、可选地，将所述棉花图像数据输入至训练好的基于棉花图像像素的语义分割模型之前还包括：对所述棉花图像进行亮度增强、噪声模糊、翻转、旋转和颜色空间转换的处理。

8、可选地，所述基于棉花图像像素的语义分割模型的构建过程包括：将语义分割模型作为原始模型，将原始模型中的cbr下采样特征提取主干网络替换为resnet50特征提取主干网络，并在特征提取主干网络输出的五个特征层之后引入ca注意力机制，且将原始模型中的relu激活函数替换为hardswish激活函数，获得所述基于棉花图像像素的语义分割模型。

9、可选地，所述resnet50特征提取主干网络包括卷积残差块和跳跃残差块。

10、可选地，所述hardswish激活函数的公式为：

11、

12、可选地，所述棉花像素比的公式为：

13、

14、其中，pr为棉花像素比，pc为图像中棉花像素数量，pt为图像总像素数量。

15、可选地，基于灰度共生矩阵提取棉花图像中的对比度、能量、相关性和均匀性的公式分别为：

16、contrast＝∑i∑j(i,j)2p(i,j)

17、

18、asm＝∑i∑jp(i,j)2

19、其中，i和j表示灰度级；p(i,j)表示灰度级i和j同时出现的概率；μx和μy分别是灰度级i和j的均值；σx和σy分别是灰度级i和j的标准差。

20、可选地，所述棉花产量预测模型为：

21、y＝ω1x1+ω2x2+ω3x3+ω4x4+ω5x5+ψ，

22、其中，x1-x5分别为像素比、对比度、能量、相关性和均匀性，w1-w5分别为像素比、对比度、能量、相关性和均匀性估产因子权重，ψ为误差因子。

23、本发明还提供一种基于棉花像素分割和纹理特征的棉花产量预测装置，用于实施基于棉花像素分割和纹理特征的棉花产量预测方法，包括：图像接收模块、第一建模模块、第一处理模块、第二处理模块、第二建模模块和产量确定模块；

24、所述图像接收模块用于接收采集的棉花图像数据；

25、所述第一建模模块用于基于resnet50网络、ca注意力机制和hardswish激活函数，构建基于棉花图像像素的语义分割模型；

26、所述第一处理模块用于将所述棉花图像数据输入至所述训练好的基于棉花图像像素的语义分割模型，获得棉花像素比；

27、所述第二处理模块用于基于灰度共生矩阵提取棉花图像中的纹理特征，所述纹理特征包括对比度、能量、相关性和均匀性；

28、所述第二建模模块用于基于所述第一处理模块获得的棉花像素比，以及所述第二处理模块获得的对比度、能量、相关性和均匀性，构建棉花产量预测模型；

29、所述产量确定模块用于基于所述第二建模模块构建的棉花产量预测模型确定棉花产量。

30、可选地，所述图像接收模块用于与无人机的雷达通讯连接。

31、与现有技术相比，本发明具有如下优点和技术效果：

32、本发明首先采集棉花图像数据；将所述棉花图像数据输入至训练好的基于棉花图像像素的语义分割模型，通过所述基于棉花图像像素的语义分割模型将所述棉花图像中的棉花像素数量与图像总像素数量分割，获取棉花像素比；基于灰度共生矩阵提取棉花图像中的纹理特征，所述纹理特征包括对比度、能量、相关性和均匀性；基于棉花产量预测模型，根据所述棉花像素比和所述纹理特征，获得棉花产量的预测结果。由此可见，本发明针对棉花产量预测存在的劳动强度大、环境影响难以达到对于棉花产量精准预测的问题，通过基于棉花图像像素的语义分割模型和纹理特征方法进行棉花产量预测，在面对大规模的棉花产量预测问题时，实现棉花产量精准预测，能够提高棉花产量预测精度及效率。

1.一种基于棉花像素分割和纹理特征的棉花产量预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于棉花像素分割和纹理特征的棉花产量预测方法，其特征在于，

3.根据权利要求1所述的基于棉花像素分割和纹理特征的棉花产量预测方法，其特征在于，

4.根据权利要求3所述的基于棉花像素分割和纹理特征的棉花产量预测方法，其特征在于，

5.根据权利要求3所述的基于棉花像素分割和纹理特征的棉花产量预测方法，其特征在于，

6.根据权利要求1所述的基于棉花像素分割和纹理特征的棉花产量预测方法，其特征在于，

7.根据权利要求1所述的基于棉花像素分割和纹理特征的棉花产量预测方法，其特征在于，

8.根据权利要求1所述的基于棉花像素分割和纹理特征的棉花产量预测方法，其特征在于，

9.一种基于棉花像素分割和纹理特征的棉花产量预测装置，其特征在于，用于实施权利要求1-8任意一项所述的基于棉花像素分割和纹理特征的棉花产量预测方法，包括：图像接收模块、第一建模模块、第一处理模块、第二处理模块、第二建模模块和产量确定模块；

10.根据权利要求9所述的基于棉花像素分割和纹理特征的棉花产量预测装置，其特征在于，所述图像接收模块用于与无人机的雷达通讯连接。