CN106776675A - 一种基于移动终端的植物识别方法及系统 - Google Patents

一种基于移动终端的植物识别方法及系统 Download PDF

Info

Publication number
CN106776675A
CN106776675A CN201610934912.5A CN201610934912A CN106776675A CN 106776675 A CN106776675 A CN 106776675A CN 201610934912 A CN201610934912 A CN 201610934912A CN 106776675 A CN106776675 A CN 106776675A
Authority
CN
China
Prior art keywords
plant
mobile terminal
data
identified
unit
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.)
Granted
Application number
CN201610934912.5A
Other languages
English (en)
Other versions
CN106776675B (zh
Inventor
王梦然
Original Assignee
Shanghai Feixun Data Communication Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Feixun Data Communication Technology Co Ltd filed Critical Shanghai Feixun Data Communication Technology Co Ltd
Priority to CN201610934912.5A priority Critical patent/CN106776675B/zh
Publication of CN106776675A publication Critical patent/CN106776675A/zh
Application granted granted Critical
Publication of CN106776675B publication Critical patent/CN106776675B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/532—Query formulation, e.g. graphical querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5862—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及植物识别技术领域，尤其涉及一种基于移动终端的植物识别方法及系统。本发明基于移动终端的植物识别方法：步骤1，移动终端获取待识别植物的图像数据；步骤2，移动终端获取待识别植物的环境数据对植物数据库进行初次检索获得初次检索结果；步骤3，移动终端获取所述图像数据的拍摄参数，并根据所述拍摄参数提取所述图像数据中的植物特征数据；步骤4，移动终端在步骤1中获得的初次检索结果中，搜索植物特征数据与步骤2中获得的植物特征数据最接近的植物，作为检索结果；步骤5，移动终端返回所述检索结果对应的植物信息。本发明根据特征数据与植物数据库中的数据进行比对，在提高植物识别精度的同时大大缩小了植物识别的工作量。

Description

一种基于移动终端的植物识别方法及系统
技术领域
本发明涉及植物识别技术领域，尤其涉及一种基于移动终端的植物识别方法及系统。
背景技术
在我们的生活中，有时会碰到一些不认识的植物，而在出去郊游的野外，遇到不认识的动植物的几率就更大了。目前，人们在自然界中看见某种植物，非植物专业人士很难准确说明植物所属分类以及名称，更不能得知其生长生活习性。实际上，目前很多机构建立了完备的电子植物知识百科，例如百度百科，只要输入植物确切的名称即可查询到该植物的详细信息。但是，在不知道植物名称的情况下，就无法获取到植物的详细信息。在自然界看见的植物，非专业人士不能准确说明其名称；知道植物的名称，可能无法得知其详细说明；没有建立植物特征数据识别与植物特征知识库的有效链接。
针对上述技术问题，申请公布号CN 103902996 A，申请公布日2014年07月02日的发明专利申请公开了一种基于图像识别技术的多元化植物识别手机APP设计方法。通过在手机APP上构建植物专家库、模式识别模块、以及植物专家库与模式识别模块之间的链接，通过手机摄像头采集植物的图像信息，图像信息经过模式识别模块识别，通过植物名称在植物专家库进行查询，对于模式识别模块无法识别的，通过手机APP进行发布等待专家解答。从而实现操作人员使用时，可以很轻松的得知自然界中某种植物的特征信息。
但是，上述基于图像进行检索的方法相比与基于文字检索的方法，检索耗时量要大几个数量级，并不适合大数据情况下的检索。目前在城市绿化中，通过为植物设置铭牌提供植物的名字等相关信息。人们通过浏览植物的铭牌获得植物名字等相关信息，但是通过铭牌介绍植物等情况存在以下不足：
第一、铭牌具有较高的制作成本和管理成本，各项资源消耗巨大；
第二、由于植物数量越来越多，不可能制作覆盖全部植物的铭牌。
因此，也有一些地方利用二维码提供植物名字信息，二维码相当于电子铭牌，人们通过对二维码进行扫码，获取植物的名字等信息。但是，虽然二维码的制作成本相较于铭牌有所降低，但是也存在普通铭牌的不足。而且，二维码容易受到自然环境的影响而被磨损、侵蚀，导致无法扫描。
授权公告号CN 105472553 B，授权公告日2016年09月21日的发明专利，公开了一种基于移动终端的植物识别方法和系统。该植物识别系统包括移动终端和云端服务器，移动终端包括图像获取单元、坐标定位单元、无线传输单元、处理单元、存储单元、触摸显示屏，云端服务器包括检索服务器和植物信息数据库，能够有效的识别未知植物。通过建立植物信息数据库，通过地理位置和海拔高度等信息进行检索条件的初次过滤，从而减少了需要对比的图像数量，提升了基于图像检索的检索速度和效率。
但是，植物在不同的季节会呈现出不同的表现形态，即使在通过地理位置和海拔高度的初次过滤以后，仍然无法避免需要对待识别植物的图像数据进行多次比对。并且，不同植物在不同季节可能会存在相似的形态，而增加了识别的难度。不同植物对于光强的需求也不同，有些植物适合于阴暗潮湿的生长环境，有些植物适合于阳光充足的生长环境，不同环境下的图像拍摄效果也存在差别。基于图像数据的比对，待识别植物的图像拍摄要求较高，不同的拍摄角度以及光线等拍摄环境可能会对识别造成干扰。
发明内容
本发明提供了一种基于移动终端的植物识别方法及系统，其解决了现有技术植物识别精度低、识别工作量大的问题，实现了通过手机扫描识别动植物种类，并将这些植物的基本信息提供给用户，让用户可以随时随的对这些植物有一个快速的了解。
本发明采取如下技术方案：
一种基于移动终端的植物识别方法，其按如下步骤进行：
步骤1，移动终端获取待识别植物的图像数据；
步骤2，移动终端获取待识别植物的环境数据对植物数据库进行初次检索获得初次检索结果；
步骤3，移动终端获取所述图像数据的拍摄参数，并根据所述拍摄参数提取所述图像数据中的植物特征数据；
步骤4，移动终端在步骤1中获得的初次检索结果中，搜索植物特征数据与步骤2中获得的植物特征数据最接近的植物，作为检索结果；
步骤5，移动终端返回所述检索结果对应的植物信息。
作为优选，所述环境数据包括待识别植物当前的环境温度。
作为优选，所述环境数据包括待识别植物当前的地理位置。
作为优选，所述环境数据包括待识别植物当前的时间季节。
作为优选，所述环境数据包括待识别植物当前的环境光强。
作为优选，步骤1中，移动单元利用图像获取单元，获取所述图像数据；步骤4中，所述拍摄参数至少包括所述图像获取单元获取所述图像数据时的环境光强。
作为优选，所述植物特征数据至少包括：颜色特征数据、表面纹理特征数据、局部形状特征数据。
本发明还公开了一种基于移动终端的植物识别系统，包括移动终端，所述移动终端设有图像获取单元、环境数据获取单元、控制单元、输出单元；所述图像获取单元获取待识别植物的图像数据并传输至所述控制单元，所述环境获取单元获取待识别植物当前的环境数据并传输至所述控制单元，所述控制单元根据所述图像数据和所述环境数据检索植物数据库，获得检索结果，并将所述检索结果对应的植物信息发送至所述输出单元输出；
还包括用于获取所述图像数据的拍摄参数的拍摄参数并传输至所述控制单元的拍摄参数获取单元；
所述控制单元还包括特征提取单元，根据所述拍摄参数获取单元获取的拍摄参数提取所述图像数据中的植物特征数据；
所述控制单元，根据所述环境数据检索植物数据库获取初次检索结果，并且在所述初次检索结果中搜索植物特征数据与所述特征提取单元获得的植物特征数据最接近的植物，作为检索结果。
作为优选，所述环境数据获取单元至少包括：用于获取待识别植物当前的环境温度的环境温度获取单元、用于获取待识别植物当前的地理位置的地理位置获取单元、用于获取待识别植物当前的时间季节的时间季节获取单元、用于获取待识别植物当前的环境光强的环境光强获取单元，中的至少一个。
作为优选，所述植物特征数据至少包括：颜色特征数据、表面纹理特征数据、局部形状特征数据。
本发明一种基于移动终端的植物识别方法及系统，该技术方案综合考虑了影响植物生长的各方面的环境参数对植物数据库进行初次检索，再根据获取待识别植物时的拍摄环境参数对图像数据进行特征提取，通过特征数据与植物数据库中的数据进行比对，提高植物识别精度，缩小了植物识别的工作量。
附图说明
附图1本发明实施例一的基于移动终端的植物识别系统示意图。
附图2 本发明实施例一的基于移动终端的植物识别方法流程图。
附图3 本发明实施例一中步骤2的流程图。
附图4本发明实施例二的基于移动终端的植物识别系统示意图。
附图5 本发明实施例二的基于移动终端的植物识别方法流程图。
附图6 本发明实施例二中步骤2的流程图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
实施例一
如图1所示，本实施例一种基于移动终端的植物识别系统，包括如手机、ipad等移动终端，移动终端设有：
摄像单元，用于对待识别植物进行图像拍摄获取待识别植物的图像数据；
温度传感单元，用于获取待识别植物所处的当前环境的环境温度；
GPS单元，用于获取待识别植物所处的当前环境的地理位置信息；
光传感单元，用于获取待识别植物所处的当前环境的环境光强；
控制单元，执行检索、比对等运算功能获得检索结果；控制单元进一步包括特征提取单元，特征提取单元利用生物识别技术，采用区域特征分析算法，通过扫描图像数据获取待识别植物的特征数据，如：颜色特征数据、表面纹理特征数据、局部形状特征数据；由于广西爱你的强弱会影响到拍摄到的植物表皮颜色等特征，因此，需要调用光线传感单元获取待识别植物所出的当前环境的环境光强，将它作为参数传入，搜索当前光线强度下的植物特征数据库（可以为存储在移动终端本地的本地植物特征数据库，也可以是以远程的方式存储在远程服务器或者云端的网络植物特征数据库）的调整参数，对特征提取单元获取的植物特征数据进行补偿，并将调整后的植物特征数据作为待识别植物的植物特征数据。
输出单元，将检索结果输出至用户以使得用户获取检索结果相关信息。
图像获取单元获取待识别植物的图像数据并传输至所述控制单元，温度传感单元获取待识别植物当前的环境温度并传输至控制单元，GPS单元获取待识别植物当前的地理位置并传输至控制单元，光传感单元获取待识别植物的环境光强并传输至所述控制单元。控制单元根据温度传感单元输入的环境温度以及地理位置信息检索植物数据库获得初次检索结果；根据特征提取单元从图像数据中获取待识别植物的植物特征数据、并结合光传感单元输入的环境光强对植物特征数据进行调整，在初次检索结果中搜索植物特征数据与所述特征提取单元获得的植物特征数据最接近的植物，作为检索结果，通过输出单元反馈至客户。
其中，植物数据库可以为存储在移动终端本地的本地植物数据库，也可以是以远程的方式存储在远程服务器或者云端的网络植物数据库。植物数据库中每条植物的信息至少包括：植物ID、植物名称、植物特征数据、环境温度、地理位置等信息。其中，植物特征数据具体包括：颜色特征数据、表面纹理特征数据、局部形状特征数据，并且各特征数据都具有按照不同的光照强度划分的多个子数据。
如图2所示，基于本实施例的基于移动终端的植物识别系统的识别方法，具体包括如下步骤：
步骤1，移动终端通过摄像单元获取待识别植物的图像数据并发送至控制单元。
步骤2，移动终端通过温度传感单元、光传感单元和/或GPS单元获取待识别植物的环境数据对植物数据库进行初次检索获得初次检索结果。具体如图3：
步骤2-1，温度传感单元检测环境温度并发送至控制单元。
步骤2-2，控制单元根据环境温度检索植物数据库，搜索适合在当前环境温度下生长的植物作为第一检索结果，以缩小检索范围，减轻工作量。
步骤2-3，提醒用户开启GPS单元，GPS的被动启动可以避免用户的地理位置在不知情的情况下被泄露，安全性更高。
步骤2-4，判断GPS单元是否开启：如果开启则转入步骤2-5，否则转入步骤2-6。
步骤2-5，GPS单元获取待识别植物当前的地理位置信息并发送至控制单元，控制单元根据地理位置信息检索第一检索结果，搜索适合在该地理位置对应的经度和纬度条件下生长的植物作为第二检索结果。
步骤2-6，光传感单元获取所述图像数据的拍摄时的环境光强并发送至控制单元。
步骤2-7，控制单元根据环境光强信息检索第二检索结果，搜索适合在该环境光强下生长的植物作为第三检索结果。
步骤2-8，将第二检索结果作为初次检索结果。
步骤3，移动终端通过光传感单元获取所述图像数据的拍摄时的环境光强，并通过特征参数提取单元根据所述环境光强提取所述图像数据中的植物特征数据。由于光线的强弱会影响拍摄到的植物的表皮颜色，因此，需要调用移动终端的光传感单元获取光线强度，对植物特征参数进行调整，提高植物识别的精度。具体为：
步骤3-1，光传感单元检测环境光强并发送至控制单元；
步骤3-2，控制单元的特征提取单元利用生物识别技术，扫描摄像单元获取的图像数据，采用区域特征分析算法获取待识别植物的颜色特征数据、表面纹理数据、以及局部形状数据。
步骤3-3，控制单元根据环境光强检索植物特征数据库，搜索适合该光强条件下的植物特征数据，并根据搜索结构对步骤3-2中获得的各植物特征数据进行调整。
步骤4，移动终端通过控制器在步骤1中获得的初次检索结果中，搜索植物特征数据与步骤2中获得的植物特征数据最接近的植物，作为检索结果。经过步骤2以及步骤3对数据的过滤筛选，大大减少了步骤4中需要进行比对的数据量；并且仅进行植物数据特征比对而不对整个图像数据进行比对，大大减轻了比对过程中的数据传输量和数据运算量，提高了识别的效率。
步骤5，移动终端通过输出单元返回所述检索结果对应的植物信息给用户。
另外，步骤2中的检索步骤可以根据每次过滤后的检索结果进行调整，以提高检索效率。比如，将步骤2中的检索配置为：第一检索结果内植物数量的大于固定值（如100条）时执行第二次检索以获得第二检索结果，否则，直接跳过后面的检索步骤将第一检索结果作为初次检索结果。同样，如果第二检索结果内的植物数量大于固定值（如100）时执行第三次检索以获得第三检索结果，否则，直接跳过后面的检索步骤将第二检索结果作为初次检索结果。
实施例二
如图4所示，本实施例一种基于移动终端的植物识别系统，包括如手机、ipad等移动终端。
上述的移动终端设有如下单元：
摄像单元，用于对待识别植物进行图像拍摄获取待识别植物的图像数据；
天气预报单元，可以为安装在移动终端内的天气预报APP软件。用于通过网络获取当前地理位置的实时天气信息，进而可以获得待识别植物所处的当前环境的环境温度信息、环境湿度信息、时间季节信息（通过与天气预报同步的实时日历信息获得）、地理位置信息以及海拔高度信息；还可以进一步通过网网络获取当前地理位置的最近天气预报信息，进而获得待识别植物所处的当前环境的环境温度信息、环境湿度信息、时间季节信息（通过与天气预报同步的实时日历信息获得）、地理位置以及海拔高度信息。
光传感单元，用于获取待识别植物所处的当前环境的环境光强。
控制单元，执行检索、比对等运算功能获得检索结果；控制单元进一步包括特征提取单元，特征提取单元利用生物识别技术，采用区域特征分析算法，通过扫描图像数据获取待识别植物的特征数据，如：颜色特征数据、表面纹理特征数据、局部形状特征数据；由于广西爱你的强弱会影响到拍摄到的植物表皮颜色等特征，因此，需要调用光线传感单元获取待识别植物所出的当前环境的环境光强，将它作为参数传入，搜索当前光线强度下的植物特征数据库（可以为存储在移动终端本地的本地植物特征数据库，也可以是以远程的方式存储在远程服务器或者云端的网络植物特征数据库）的调整参数，对特征提取单元获取的植物特征数据进行补偿，并将调整后的植物特征数据作为待识别植物的植物特征数据。
输出单元，将检索结果输出至用户以使得用户获取检索结果相关信息。
图像获取单元获取待识别植物的图像数据并传输至所述控制单元，天气预报单元获取待识别植物当前的环境温度、环境湿度、时间季节、地理位置以及海拔高度信息并传输至控制单元，光传感单元获取待识别植物的环境光强并传输至所述控制单元。控制单元根据天气预报单元输入的环境温度、环境湿度、时间季节、地理位置、海拔高度信息以及光传感单元获取的环境光强信息检索植物数据库获得初次检索结果；根据特征提取单元从所述图像数据获取待识别植物的植物特征数据、并结合光传感单元输入的环境光强进行对植物特征数据进行调整，在初次检索结果中搜索植物特征数据与调整后的植物特征数据最接近的植物，作为检索结果，通过输出单元反馈至客户。
其中，植物数据库可以为存储在移动终端本地的本地植物数据库，也可以是以远程的方式存储在远程服务器或者云端的网络植物数据库。植物数据库中每条植物的信息至少包括：植物ID、植物名称、植物特征数据、环境温度、环境湿度、时间季节、地理位置、海拔高度、环境光强等信息。其中，植物特征数据具体包括：颜色特征数据、表面纹理特征数据、局部形状特征数据，并且各特征数据都具有按照不同的光照强度划分的多个子数据。
如图5所示，本实施例中基于上述基于移动终端的植物识别系统的识别方法，具体包括如下步骤：
步骤1，移动终端通过摄像单元获取待识别植物的图像数据并发送至控制单元。
步骤2，移动终端通过天气预报单元和光传感单元获取待识别植物的环境数据对植物数据库进行初次检索获得初次检索结果。具体如图6所示：
步骤2-1，天气预报单元通过网络通信获取当前的时间季节、地理位置，以及该地理位置的当前环境温度、环境湿度、海拔高度信息并发送至控制单元。
步骤2-2，控制单元根据环境温度和环境湿度检索植物数据库，搜索适合在当前环境温度和环境湿度下生长的植物作为第一检索结果，以缩小检索范围，减轻工作量。
步骤2-3，控制单元进一步根据地理位置和海拔高度信息检索第一检索结果，搜索适合在当前地理位置（经度和纬度位置）和海拔高度下生长的植物作为第二检索结果。
步骤2-4，光传感单元获取待识别植物当前的环境光强，并发送至控制单元。
步骤2-5，控制单元进一步根据环境光强检索第二检索结果，搜索适合在当前环境光强下生长的植物作为第三检索结果。
步骤2-6，将第三检索结果作为初次检索结果。
步骤3，移动终端通过光传感单元获取所述图像数据的拍摄时的环境光强，并通过特征参数提取单元根据所述环境光强提取所述图像数据中的植物特征数据。由于光线的强弱会影响拍摄到的植物的表皮颜色，因此，需要调用移动终端的光传感单元获取光线强度，对植物特征参数进行调整，提高植物识别的精度。不同的时间季节植物的表现形态也不同，因此，将时间季节也作为对比参数进行对比。具体为：
步骤3-1 光传感单元检测环境光强并发送至控制单元；
步骤3-2 控制单元的特征提取单元利用生物识别技术，扫描摄像单元获取的图像数据，采用区域特征分析算法获取待识别植物的颜色特征数据、表面纹理数据、以及局部形状数据。
步骤3-3控制单元根据环境光强检索植物特征数据库，搜索适合该光强条件下的植物特征数据，并根据搜索结构对步骤3-2中获得的各植物特征数据进行调整。
步骤4，移动终端通过控制器在步骤1中获得的初次检索结果中，搜索在当前时间季节下，植物特征数据与步骤2中获得的植物特征数据最接近的植物，作为检索结果。经过步骤2以及步骤3对数据的过滤筛选，大大减少了步骤4中需要进行比对的数据量；并且仅进行植物数据特征比对而不对整个图像数据进行比对，大大减轻了比对过程中的数据传输量和数据运算量，提高了识别的效率。
步骤5，移动终端通过输出单元返回所述检索结果对应的植物信息给用户。
为了降低特殊天气情况对识别造成干扰，在步骤2中还可以通过天气预报单元通过网络获取当前地理位置的最近天气预报信息，进而将最近几日的平均气温作为待识别植物所处的当前环境的环境温度信息，最近几日的平均湿度作为待识别植物所处的当前环境的环境湿度信息。
另外，步骤2中的检索步骤可以根据每次过滤后的检索结果进行调整，以提高检索效率。比如，将步骤2中的检索配置为：第一检索结果内植物数量的大于固定值（如100条）时执行第二次检索以获得第二检索结果，否则，直接跳过后面的检索步骤将第一检索结果作为初次检索结果。同样，如果第二检索结果内的植物数量大于固定值（如100）时执行第三次检索以获得第三检索结果，否则，直接跳过后面的检索步骤将第二检索结果作为初次检索结果。
实施例三
本实施例中的一种基于移动终端的植物识别系统，包括如手机、ipad等移动终端。
本实施例中的移动终端具有实施例一和实施例二中的植物识别系统的所有单元器件，具体包括：
摄像单元，用于对待识别植物进行图像拍摄获取待识别植物的图像数据。
天气预报单元，可以为安装在移动终端内的天气预报APP软件。用于通过网络获取当前地理位置的实时天气信息，进而可以获得待识别植物所处的当前环境的环境温度信息、环境湿度信息、时间季节信息（通过与天气预报同步的实时日历信息获得）、地理位置信息以及海拔高度信息；还可以进一步通过网网络获取当前地理位置的最近天气预报信息，进而获得待识别植物所处的当前环境的环境温度信息、环境湿度信息、时间季节信息（通过与天气预报同步的实时日历信息获得）、地理位置以及海拔高度信息。
温度传感单元，用于获取待识别植物所处的当前环境的环境温度。
GPS单元，用于获取待识别植物所处的当前环境的地理位置信息。
光传感单元，用于获取待识别植物所处的当前环境的环境光强。
控制单元，执行检索、比对等运算功能获得检索结果。
控制单元进一步包括特征提取单元，特征提取单元利用生物识别技术，采用区域特征分析算法，通过扫描图像数据获取待识别植物的特征数据，如：颜色特征数据、表面纹理特征数据、局部形状特征数据；由于广西爱你的强弱会影响到拍摄到的植物表皮颜色等特征，因此，需要调用光线传感单元获取待识别植物所出的当前环境的环境光强，将它作为参数传入，搜索当前光线强度下的植物特征数据库（可以为存储在移动终端本地的本地植物特征数据库，也可以是以远程的方式存储在远程服务器或者云端的网络植物特征数据库）的调整参数，对特征提取单元获取的植物特征数据进行补偿，并将调整后的植物特征数据作为待识别植物的植物特征数据。
输出单元，将检索结果输出至用户以使得用户获取检索结果相关信息。
本实施例中，基于上述移动终端的植物识别系统的识别方法，具体步骤如下所述：
控制单元实时判断天气预报单元是否能够过网络获取当前地理位置的实时天气信息，进而可以获得待识别植物所处的当前环境的环境温度信息、环境湿度信息、时间季节信息（通过与天气预报同步的实时日历信息获得）、地理位置信息以及海拔高度信息。如果可以，则采用实施例二中所述的识别方法进行植物识别。如果不可以，则采用实施例一中所述识别方法进行识别。
本发明综合考虑了影响植物生长的各方面的环境参数对植物数据库进行初次检索，其次根据获取待识别植物时的拍摄环境参数对图像数据进行特征提取，根据特征数据与植物数据库中的数据进行比对，在提高植物识别精度的同时，大大缩小了植物识别的工作量。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种基于移动终端的植物识别方法，其特征在于按如下步骤进行：
步骤1，移动终端获取待识别植物的图像数据；
步骤2，移动终端获取待识别植物的环境数据对植物数据库进行初次检索获得初次检索结果；
步骤3，移动终端获取所述图像数据的拍摄参数，并根据所述拍摄参数提取所述图像数据中的植物特征数据；
步骤4，移动终端在步骤1中获得的初次检索结果中，搜索植物特征数据与步骤2中获得的植物特征数据最接近的植物，作为检索结果；
步骤5，移动终端返回所述检索结果对应的植物信息。
2.根据权利要求1所述的一种基于移动终端的植物识别方法，其特征在于：所述环境数据包括待识别植物当前的环境温度。
3.根据权利要求1所述的一种基于移动终端的植物识别方法，其特征在于：所述环境数据包括待识别植物当前的地理位置。
4.根据权利要求1所述的一种基于移动终端的植物识别方法，其特征在于：所述环境数据包括待识别植物当前的时间季节。
5.根据权利要求1所述的一种基于移动终端的植物识别方法，其特征在于：所述环境数据包括待识别植物当前的环境光强。
6.根据权利要求1所述的一种基于移动终端的植物识别方法，其特征在于：步骤1中，移动单元利用图像获取单元，获取所述图像数据；步骤4中，所述拍摄参数至少包括所述图像获取单元获取所述图像数据时的环境光强。
7.根据权利要求1所述的一种基于移动终端的植物识别方法，其特征在于：所述植物特征数据至少包括：颜色特征数据、表面纹理特征数据、局部形状特征数据。
8.一种基于移动终端的植物识别系统，包括移动终端，所述移动终端设有图像获取单元、环境数据获取单元、控制单元、输出单元；所述图像获取单元获取待识别植物的图像数据并传输至所述控制单元，所述环境获取单元获取待识别植物当前的环境数据并传输至所述控制单元，所述控制单元根据所述图像数据和所述环境数据检索植物数据库，获得检索结果，并将所述检索结果对应的植物信息发送至所述输出单元输出；其特征在于：
还包括用于获取所述图像数据的拍摄参数的拍摄参数并传输至所述控制单元的拍摄参数获取单元；
所述控制单元还包括特征提取单元，根据所述拍摄参数获取单元获取的拍摄参数提取所述图像数据中的植物特征数据；
所述控制单元，根据所述环境数据检索植物数据库获取初次检索结果，并且在所述初次检索结果中搜索植物特征数据与所述特征提取单元获得的植物特征数据最接近的植物，作为检索结果。
9.根据权利要求8所述的一种基于移动终端的植物识别系统，其特征在于：所述环境数据获取单元至少包括：用于获取待识别植物当前的环境温度的环境温度获取单元、用于获取待识别植物当前的地理位置的地理位置获取单元、用于获取待识别植物当前的时间季节的时间季节获取单元、用于获取待识别植物当前的环境光强的环境光强获取单元，中的至少一个。
10.根据权利要求8所述的一种基于移动终端的植物识别系统，其特征在于：所述植物特征数据至少包括：颜色特征数据、表面纹理特征数据、局部形状特征数据。
CN201610934912.5A 2016-11-01 2016-11-01 一种基于移动终端的植物识别方法及系统 Active CN106776675B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610934912.5A CN106776675B (zh) 2016-11-01 2016-11-01 一种基于移动终端的植物识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610934912.5A CN106776675B (zh) 2016-11-01 2016-11-01 一种基于移动终端的植物识别方法及系统

Publications (2)

Publication Number Publication Date
CN106776675A true CN106776675A (zh) 2017-05-31
CN106776675B CN106776675B (zh) 2020-12-22

Family

ID=58972543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610934912.5A Active CN106776675B (zh) 2016-11-01 2016-11-01 一种基于移动终端的植物识别方法及系统

Country Status (1)

Country Link
CN (1) CN106776675B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107328372A (zh) * 2017-08-22 2017-11-07 任长新 一种能自动识别植物品种的仪器
CN107818152A (zh) * 2017-10-24 2018-03-20 西北农林科技大学 一种植物检索方法和系统
CN108171108A (zh) * 2017-11-28 2018-06-15 苏州市东皓计算机系统工程有限公司 一种植物种类的自动识别系统
CN109508347A (zh) * 2018-11-10 2019-03-22 南京林业大学 景观植物配置系统
CN109685088A (zh) * 2017-10-18 2019-04-26 上海仪电（集团）有限公司中央研究院 基于云端分离卷积神经网络的窄带通信智能图像分析系统
CN110363146A (zh) * 2019-07-16 2019-10-22 杭州睿琪软件有限公司 一种物体识别方法、装置、电子设备和存储介质
CN111523525A (zh) * 2020-07-02 2020-08-11 航天宏图信息技术股份有限公司 农作物分类识别方法、装置和电子设备
CN112100419A (zh) * 2020-09-15 2020-12-18 贵州迅畅科技有限公司 一种基于图像检索的单幅天气图像识别方法及系统
WO2023098463A1 (zh) * 2021-12-03 2023-06-08 杭州睿胜软件有限公司 植物识别方法、植物识别设备和植物识别系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622755A (zh) * 2012-02-28 2012-08-01 中国农业大学 植物枝干识别方法
CN104850636A (zh) * 2015-05-25 2015-08-19 上海卓易科技股份有限公司 移动终端上动植物识别方法及系统
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
CA2981313A1 (en) * 2015-04-02 2016-10-06 Jp3 Measurement, Llc Spectral analysis through model switching

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622755A (zh) * 2012-02-28 2012-08-01 中国农业大学 植物枝干识别方法
CA2981313A1 (en) * 2015-04-02 2016-10-06 Jp3 Measurement, Llc Spectral analysis through model switching
CN104850636A (zh) * 2015-05-25 2015-08-19 上海卓易科技股份有限公司 移动终端上动植物识别方法及系统
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

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107328372A (zh) * 2017-08-22 2017-11-07 任长新 一种能自动识别植物品种的仪器
CN109685088A (zh) * 2017-10-18 2019-04-26 上海仪电（集团）有限公司中央研究院 基于云端分离卷积神经网络的窄带通信智能图像分析系统
CN107818152A (zh) * 2017-10-24 2018-03-20 西北农林科技大学 一种植物检索方法和系统
CN107818152B (zh) * 2017-10-24 2020-10-30 西北农林科技大学 一种植物检索方法和系统
CN108171108A (zh) * 2017-11-28 2018-06-15 苏州市东皓计算机系统工程有限公司 一种植物种类的自动识别系统
CN109508347A (zh) * 2018-11-10 2019-03-22 南京林业大学 景观植物配置系统
CN109508347B (zh) * 2018-11-10 2021-06-08 南京林业大学 景观植物配置系统
CN110363146A (zh) * 2019-07-16 2019-10-22 杭州睿琪软件有限公司 一种物体识别方法、装置、电子设备和存储介质
CN111523525A (zh) * 2020-07-02 2020-08-11 航天宏图信息技术股份有限公司 农作物分类识别方法、装置和电子设备
CN112100419A (zh) * 2020-09-15 2020-12-18 贵州迅畅科技有限公司 一种基于图像检索的单幅天气图像识别方法及系统
CN112100419B (zh) * 2020-09-15 2024-02-06 贵州迅畅科技有限公司 一种基于图像检索的单幅天气图像识别方法及系统
WO2023098463A1 (zh) * 2021-12-03 2023-06-08 杭州睿胜软件有限公司 植物识别方法、植物识别设备和植物识别系统

Also Published As

Publication number Publication date
CN106776675B (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
CN106776675A (zh) 一种基于移动终端的植物识别方法及系统
Goodbody et al. Assessing the status of forest regeneration using digital aerial photogrammetry and unmanned aerial systems
US10028452B2 (en) Horticultural monitoring system
RU2764872C2 (ru) Распознавание сорняка в естественной среде
Wulder et al. Comparison of airborne and satellite high spatial resolution data for the identification of individual trees with local maxima filtering
Chen et al. Improving estimates of fractional vegetation cover based on UAV in alpine grassland on the Qinghai–Tibetan Plateau
de Souza et al. Mapping and discrimination of soya bean and corn crops using spectro-temporal profiles of vegetation indices
Zhang et al. Object-oriented method for urban vegetation mapping using IKONOS imagery
Baron et al. Combining image processing and machine learning to identify invasive plants in high-resolution images
Primicerio et al. Individual plant definition and missing plant characterization in vineyards from high-resolution UAV imagery
Santoro et al. A tree counting algorithm for precision agriculture tasks
CN111898503B (zh) 基于云覆盖遥感影像和深度学习的作物识别方法和系统
Gounaridis et al. Land cover of Greece, 2010: a semi-automated classification using random forests
Li et al. Tracking bamboo dynamics in Zhejiang, China, using time-series of Landsat data from 1990 to 2014
CN109843034B (zh) 用于谷田的产量预测
CN109344738A (zh) 农作物病虫草害识别方法及装置
US11317570B2 (en) Peanut maturity grading systems and methods
Solvin et al. Use of UAV photogrammetric data in forest genetic trials: measuring tree height, growth, and phenology in Norway spruce (Picea abies L. Karst.)
CN112381506A (zh) 基于物联网及智能预测推荐的智慧食堂管理系统
Kim et al. Estimating fractional green vegetation cover of Mongolian grasslands using digital camera images and MODIS satellite vegetation indices
CN107609600A (zh) 一种温室粘虫板害虫自动识别分类方法及系统
Li et al. An all-season sample database for improving land-cover mapping of Africa with two classification schemes
CN112905650A (zh) 基于大数据统计及健康报告分析的智能推荐算法研究
Caccetta et al. Monitoring land surface and cover in urban and peri-urban environments using digital aerial photography
Durga et al. Internet of Things based Weather and Water Quality Monitoring System

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20201028

Address after: No. 2-3167, zone a, Nonggang City, No. 2388, Donghuan Avenue, Hongjia street, Jiaojiang District, Taizhou City, Zhejiang Province

Applicant after: Taizhou Jiji Intellectual Property Operation Co.,Ltd.

Address before: 201616 Shanghai city Songjiang District Sixian Road No. 3666

Applicant before: Phicomm (Shanghai) Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201204

Address after: No.21, Xizhuang village, Majian Town, Lanxi City, Jinhua City, Zhejiang Province

Applicant after: Wu Jianwei

Address before: No. 2-3167, zone a, Nonggang City, No. 2388, Donghuan Avenue, Hongjia street, Jiaojiang District, Taizhou City, Zhejiang Province

Applicant before: Taizhou Jiji Intellectual Property Operation Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant