CN106295660A - 一种植物叶片精准特征数据提取方法 - Google Patents
一种植物叶片精准特征数据提取方法 Download PDFInfo
- Publication number
- CN106295660A CN106295660A CN201610667304.2A CN201610667304A CN106295660A CN 106295660 A CN106295660 A CN 106295660A CN 201610667304 A CN201610667304 A CN 201610667304A CN 106295660 A CN106295660 A CN 106295660A
- Authority
- CN
- China
- Prior art keywords
- plant leaf
- leaf blade
- characteristic
- data
- plant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
Abstract
本发明公开一种植物叶片精准特征数据提取方法，其包括以下步骤：步骤一、通过智能移动设备的摄像头拍摄清晰的植物叶片照片，同时通过预设在智能移动设备的程序直接对植物叶片实物进行植物叶片特征数据获取，获得植物叶片特征数据A，发送到服务后台,存储到数据库中;步骤二、对服务后台存储的植物叶片照片进行解析获得植物叶片特征数据B并存储到数据库中；步骤三、将植物叶片特征数据A和植物叶片特征数据B的集合定义为数据集合C,将数据集合C与数据库中预存的标准植物叶片特征数据D 数据集合D对比，取数据集合C和数据集合D相同的数据到数据集合E，数据集合E即为植物叶片精准特征数据，植物叶片精准特征数据提取完成。
Description
技术领域
本发明涉及一种植物叶片特征数据提取方法，特别是一种植物叶片精准特征数据提取方法。
背景技术
植物的分类与识别一般选取植物的局部特征，如植物的叶、花、果、茎等特征。由于叶片的独有的特性，使得以叶片的特征成为识别植物特征和认知植物的主要的特征参照。同时叶片的形状也是研究植物物种的形态变异和分化的一个很好的指标。因此叶片的特征是识别一种植物最直接有效且最简单的方法。
传统的叶片识别与分类需要经验丰富的植物学家依靠长期的工作实践积累，但其工作效率明显低下、工作量也甚大，其特征的识别主要依赖主观观察。这些均会影响到植物识别的客观与准确性。尤其是在植物品种众多的情况下，依靠个人的经验积累起来的主观观察分析，难免有错误的现象存在。
随着融合了图像分析、信息技术、数学模型分析等近现代科技的发展与应用，图像分析在植物叶片形态分析上获得长足的发展。为解决植物叶片特征提供中存在的效率低下、识别率低等问题提供了强有力的手段。但是在植物叶片智能识别的过程中发现植物叶片与现有标准植物叶片特征数据匹配成功率不高，导致匹配失败，识别不了植物叶片。分析其原因，标准植物叶片特征数据库的数据与实际植物叶片的特征数据存在较大差异。
发明内容
本发明的目的是针对在植物叶片智能识别的过程中植物叶片与现有标准植物叶片特征数据匹配成功率不高的情况，提出一种植物叶片精准特征数据提取方法。为了实现以上目的，本发明是通过以下方案实现的：
一种植物叶片精准特征数据提取方法，其包以下步骤：
步骤一、通过智能移动设备的摄像头拍摄清晰的植物叶片照片，同时通过预设在智能移动设备的程序直接对植物叶片实物进行植物叶片特征数据获取，获得植物叶片特征数据A，并通过通讯网络将获取的植物叶片特征数据A和植物叶片照片发送到服务后台,存储到数据库中;
步骤二、对服务后台存储的植物叶片照片进行解析获得植物叶片特征数据B并存储到数据库中；
步骤三、将植物叶片特征数据A和植物叶片特征数据B的集合定义为数据集合C,将数据集合C与数据库中预存的标准植物叶片特征数据D 数据集合D对比，取数据集合C和数据集合D相同的数据到数据集合E，数据集合E即为植物叶片精准特征数据，植物叶片精准特征数据提取完成。
进一步的，所述的通过智能移动设备的摄像头拍摄清晰的植物叶片照片包含不同角度不同光线条件下拍摄的植物叶片照片。
进一步的，所述的通过预设在智能移动设备的程序直接对植物叶片实物进行植物叶片特征数据获取为动态过程。
本发明的功效在于：本发明通过使用智能识别植物叶片的同类设备采集前段数据，并通过数据校正形成新的植物叶片智能识别的标准数据库，通过本发明的植物叶片精准特征数据提取方法获取的植物叶片精准特征数据，作为植物叶片智能识别的标准数据库可以大大提高数据匹配成功率和准确率。
具体实施方式
一下将通过具体实施例对本发明的技术方案做进一步阐述。
实施例1
一种植物叶片精准特征数据提取方法，其包以下步骤：
步骤一、通过智能移动设备如手机的摄像头通过不同角度、不同光线拍摄清晰的植物叶片照片，同时通过预设在手机的程序直接摄像头移动，动态获取对植物叶片实物进行植物叶片特征数据，获得植物叶片特征数据A，并通过通讯网络将获取的植物叶片特征数据A和植物叶片照片发送到服务后台,存储到数据库中;
步骤二、对服务后台存储的植物叶片照片进行解析获得植物叶片特征数据B并存储到数据库中；
步骤三、将植物叶片特征数据A和植物叶片特征数据B的集合定义为数据集合C,将数据集合C与数据库中预存的标准植物叶片特征数据D 数据集合D对比，取数据集合C和数据集合D相同的数据到数据集合E，数据集合E即为植物叶片精准特征数据，植物叶片精准特征数据提取完成。数据集合E可形成智能识别能调用的数据格式。
以上所记载，仅为利用本创作技术内容的实施例，任何熟悉本项技艺者运用本创作所做的修饰、变化，皆属本创作主张的专利范围，而不限于实施例所揭示者。
Claims (3)
1.一种植物叶片精准特征数据提取方法，其特征在于其包以下步骤：
步骤一、通过智能移动设备的摄像头拍摄清晰的植物叶片照片，同时通过预设在智能移动设备的程序直接对植物叶片实物进行植物叶片特征数据获取，获得植物叶片特征数据A，并通过通讯网络将获取的植物叶片特征数据A和植物叶片照片发送到服务后台,存储到数据库中;
步骤二、对服务后台存储的植物叶片照片进行解析获得植物叶片特征数据B并存储到数据库中；
步骤三、将植物叶片特征数据A和植物叶片特征数据B的集合定义为数据集合C,将数据集合C与数据库中预存的标准植物叶片特征数据D 数据集合D对比，取数据集合C和数据集合D相同的数据到数据集合E，数据集合E即为植物叶片精准特征数据，植物叶片精准特征数据提取完成。
2.根据权利要求1所述的一种植物叶片精准特征数据提取方法，其特征在于所述的通过智能移动设备的摄像头拍摄清晰的植物叶片照片包含不同角度不同光线条件下拍摄的植物叶片照片。
3.根据权利要求1所述的一种植物叶片精准特征数据提取方法，其特征在于所述的通过预设在智能移动设备的程序直接对植物叶片实物进行植物叶片特征数据获取为动态过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610667304.2A CN106295660A (zh) | 2016-08-15 | 2016-08-15 | 一种植物叶片精准特征数据提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610667304.2A CN106295660A (zh) | 2016-08-15 | 2016-08-15 | 一种植物叶片精准特征数据提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106295660A true CN106295660A (zh) | 2017-01-04 |
Family
ID=57671927
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610667304.2A Pending CN106295660A (zh) | 2016-08-15 | 2016-08-15 | 一种植物叶片精准特征数据提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106295660A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090154792A1 (en) * | 2005-12-07 | 2009-06-18 | Commonwealth Scientific And Industrial Research Organisation | Linear Feature Detection Method and Apparatus |
| CN102629322A (zh) * | 2012-03-12 | 2012-08-08 | 华中科技大学 | 一种基于边界点笔画形状的字符特征提取方法及应用 |
| US20140140581A1 (en) * | 2012-11-07 | 2014-05-22 | Jerry Dieruf | Methods and systems for providing remote plant identification by unique biological characteristics |
| WO2015116545A1 (en) * | 2014-01-28 | 2015-08-06 | Qualcomm Incorporated | Dynamically updating a feature database that contains features corresponding to a known target object |
| CN204926123U (zh) * | 2015-08-24 | 2015-12-30 | 同济大学 | 一种基于手持终端叶片图像的植物物种识别装置 |
| CN105472553A (zh) * | 2015-11-17 | 2016-04-06 | 李楠 | 基于移动终端的植物识别方法和系统 |
| CN105631451A (zh) * | 2016-01-07 | 2016-06-01 | 同济大学 | 一种基于安卓系统的植物叶片识别方法 |
-
2016
- 2016-08-15 CN CN201610667304.2A patent/CN106295660A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090154792A1 (en) * | 2005-12-07 | 2009-06-18 | Commonwealth Scientific And Industrial Research Organisation | Linear Feature Detection Method and Apparatus |
| CN102629322A (zh) * | 2012-03-12 | 2012-08-08 | 华中科技大学 | 一种基于边界点笔画形状的字符特征提取方法及应用 |
| US20140140581A1 (en) * | 2012-11-07 | 2014-05-22 | Jerry Dieruf | Methods and systems for providing remote plant identification by unique biological characteristics |
| WO2015116545A1 (en) * | 2014-01-28 | 2015-08-06 | Qualcomm Incorporated | Dynamically updating a feature database that contains features corresponding to a known target object |
| CN204926123U (zh) * | 2015-08-24 | 2015-12-30 | 同济大学 | 一种基于手持终端叶片图像的植物物种识别装置 |
| CN105472553A (zh) * | 2015-11-17 | 2016-04-06 | 李楠 | 基于移动终端的植物识别方法和系统 |
| CN105631451A (zh) * | 2016-01-07 | 2016-06-01 | 同济大学 | 一种基于安卓系统的植物叶片识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Diago et al. | Assessment of flower number per inflorescence in grapevine by image analysis under field conditions | |
| CN109685075A (zh) | 一种基于图像的电力设备识别方法、装置及系统 | |
| CN106503695B (zh) | 一种基于航拍图像的烟草植株识别与计数方法 | |
| CN104159232B (zh) | 二进制消息数据的协议格式识别方法 | |
| CN104933443A (zh) | 一种敏感数据自动识别与分类的方法 | |
| CN105404853A (zh) | 基于内容的植物叶片在线识别系统 | |
| CN102411715A (zh) | 有监督学习功能的细胞图像自动分类方法和系统 | |
| WO2021139249A1 (zh) | 数据异常检测方法、装置、设备及存储介质 | |
| KR20140125229A (ko) | 과수의 생산량 예측 시스템 및 그것의 구동 방법 | |
| US10984238B2 (en) | Semi-supervised automatic marking method and device for ground-object in hyperspectral image | |
| CN103177445A (zh) | 基于分段阈值图像分割及光斑识别的室外番茄识别方法 | |
| CN107809589A (zh) | 一种电力线路无人机巡检作业辅助支持工具 | |
| JP6871658B2 (ja) | 反復分類に基づく水域識別方法及び装置 | |
| CN105654099A (zh) | 基于改进视觉的甘蔗分割与识别方法 | |
| CN110034970A (zh) | 网络设备区分判别方法及装置 | |
| Nagar et al. | Pest detection on leaf using image processing | |
| WO2020134299A1 (zh) | 室内外标记的区分方法、分类器的训练方法及设备和介质 | |
| CN106683098A (zh) | 一种重叠叶片图像的分割方法 | |
| CN116612192A (zh) | 一种基于数字视频的病虫害区目标定位方法 | |
| CN105224936A (zh) | 一种虹膜特征信息提取方法和装置 | |
| CN112329506A (zh) | 枸杞采摘机器人的果实识别方法及系统、定位方法及系统 | |
| CN106295660A (zh) | 一种植物叶片精准特征数据提取方法 | |
| CN113019993B (zh) | 一种籽棉的杂质分类识别方法及系统 | |
| CN208737487U (zh) | 一种植物识别系统 | |
| Wang et al. | A transformer-based mask R-CNN for tomato detection and segmentation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 361000 7 unit D2 unit 8, Xinfeng two road, torch high tech Zone, Xiamen, Fujian. Applicant after: Xiamen Mai keepsake Polytron Technologies Inc Address before: 361000 Fujian province Xiamen Jimei area software park three phase A02 building (Chengyi Street 359) 1302 Applicant before: Xiamen Mai keepsake Polytron Technologies Inc |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |
|
| RJ01 | Rejection of invention patent application after publication |