适用于非密植果园的智能树木计数系统及方法与流程

本发明涉及图像处理和计算机视觉技术在农业管理中的应用，尤其涉及适用于非密植果园的智能树木计数系统及方法。

背景技术：

1、在农业生产中，对果园的管理是至关重要的一环。有效的果园管理能够提高产量，优化资源分配，并能够预防和控制疾病和害虫的发生。在果园管理的许多方面，树木的数量和分布的准确统计是基础的一环。然而，传统的果园树木计数方法通常依赖人工统计，效率低下且容易出错。虽然有自动计数方法，但多需要额外信息或复杂配置，并且不适应所有果园。这些问题都限制了果园管理的效率和准确性。因此，如何自动、准确、高效地统计果园树木的数量和分布，成为了果园管理亟待解决的问题。

2、目前，图像处理和计算机视觉技术在农业中的应用逐渐广泛，例如病虫害识别、果实成熟度判断、作物生长监测等。然而，对于果园树木的自动计数，尤其是适用于非密植果园的树木计数，即具有一定行距间隔的果园（如柑橘、苹果、桃子等）的树木计数，仍然存在许多挑战。一方面，需要处理大规模的图像数据，如何在保证计数准确性的同时提高处理速度，是一个重要的问题。另一方面，不同种类、不同生长阶段的树木在图像上的表现差异较大，如何设计出通用性强、适应性广的计数方法，也是一个关键的问题。本发明正是针对这些问题，提出了一种适用于行距果园的智能树木计数系统及方法。

技术实现思路

1、针对现有技术的不足，本发明的目的是提供适用于非密植果园的智能树木计数系统及方法，通用性强、适应性广，旨在提高统计的准确性和效率，并以简单有效的方式实现对非密植果园的树木计数。

2、为了实现上述目的，本发明采用的技术方案如下：

3、本发明适用于非密植果园的智能树木计数方法，包括以下步骤：

4、获取能够俯视整个非密植果园的清晰的图像；

5、对所述图像进行预处理获得预处理图像；

6、根据图像的特性自动选择树木计数方法；所述树木计数方法包括原始计数方法和分块计数方法；所述图像的特性为图像的面积或分辨率；

7、根据选择的树木计数方法对预处理图像进行树木计数获得树木位置和树木计数结果；

8、在预处理图像标注树木位置和树木计数结果。

9、进一步地，所述图像为卫星图像或航拍图像。

10、进一步地，对所述图像进行预处理，具体包括以下步骤：将图像转换为灰度图像；对灰度图像进行高斯模糊处理以去除噪声；对处理后的图像进行二值化处理；对二值化处理后的图像进行形态学处理。

11、进一步地，所述原始计数方法包括以下步骤：

12、进一步预处理图像：将预处理图像的彩色图像转换为灰度图像；应用高斯模糊技术对灰度图像进行平滑处理；

13、阈值化二值化处理：在进一步预处理图像后，采用otsu阈值化方法将灰度图像转化为黑白色的二值图像；

14、树木轮廓提取：利用形态学处理技术进一步处理二值图像，提取树木的轮廓；树木的个数即为轮廓的个数；

15、树木标记和位置获取：根据树木轮廓提取对每个树木轮廓进行标记；根据每个树木轮廓的几何特性，设定确定树木位置的算法，根据上述算法获得树木位置；所述几何特性包括面积、周长和重心。

16、进一步地，所述分块计数方法包括以下步骤：

17、图像分块：将预处理图像分为多个块，每块的大小可根据图像分辨率和用户需求而定；

18、独立块计数：对每个块使用原始计数方法进行独立的树木计数；使得每个块都生成了一个独立的树木计数结果；所述树木计数结果包括树木的个数和树木位置；

19、合并计数结果：将所有块的树木的个数相加，得到总的树木计数结果。

20、进一步地，根据图像的特性自动选择树木计数方法具体为：

21、预设面积阈值；计算图像的面积； 如果面积大于面积阈值，则选择分块计数方法，否则选择原始计数方法。

22、一种适用于行距果园的智能树木计数系统包括：

23、图像接收模块，用于获取能够俯视整个非密植果园的清晰的图像；

24、图像预处理模块，用于对所述图像进行预处理获得预处理图像；

25、计数策略选择模块，根据图像的特性自动选择树木计数方法；所述树木计数方法包括原始计数方法和分块计数方法；

26、计数处理模块，用于根据选择的树木计数方法对预处理图像进行树木计数获得树木位置和树木计数结果；

27、树木标记模块，用于在预处理图像上标记出树木位置和树木计数结果。

28、进一步地，还包括计数结果显示模块，用于通过用户界面实时显示精确的计数结果和标记后的图像。

29、一种计算机程序产品，所述计算机程序产品包含计算机可读代码，当所述计算机可读代码在计算机上运行时，使上述任一项所述的适用于非密植果园的智能树木计数系统及方法。

30、一种计算机可读存储介质，所述计算机可读存储介质包含计算机可读代码，当所述计算机可读代码在计算机上运行时，使上述任一项所述的适用于非密植果园的智能树木计数系统及方法。

31、与现有技术相比，本发明的有益效果是：

32、1.本发明采用的智能计数方法具有自适应性： 本发明采用自适应性的计数方法，可以根据不同果园和图像的特性选择最佳的计数方法。原始计数方法适用于一些情况，而分块计数方法适用于其他情况。这意味着不再需要手动调整或配置计数方法，因此提高了用户友好性和操作便捷性。

33、2.本发明具有通用性和适应性广泛： 本发明的智能树木计数方法不仅适用于某一特定类型的果园，而且可广泛适用于多种果树种植情况，包括柑橘、苹果、桃子等。这种通用性使其在不同果园类型和地理位置下都能表现出色。

34、3.本发明提高统计的准确性和效率： 传统的手动树木计数方法容易受到人为因素和主观判断的影响，可能导致不准确的结果。本发明的智能树木计数方法在处理大量果园图像时始终保持高度的一致性和客观性。系统能够自动检测和校正可能导致误差的因素，如不均匀光照、影子、树冠的重叠等。这减少了计数中可能出现的偏差，从而提高了计数结果的准确性。

技术特征：

1.适用于非密植果园的智能树木计数方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的适用于非密植果园的智能树木计数方法，其特征在于：所述图像为卫星图像或航拍图像。

3.根据权利要求1所述的适用于非密植果园的智能树木计数方法，其特征在于：对所述图像进行预处理，具体包括以下步骤：将图像转换为灰度图像；对灰度图像进行高斯模糊处理以去除噪声；对处理后的图像进行二值化处理；对二值化处理后的图像进行形态学处理。

4.根据权利要求1所述的适用于非密植果园的智能树木计数方法，其特征在于：所述原始计数方法包括以下步骤：

5.根据权利要求4所述的适用于非密植果园的智能树木计数方法，其特征在于：所述分块计数方法包括以下步骤：

6.根据权利要求1所述的适用于非密植果园的智能树木计数方法，其特征在于：根据图像的特性自动选择树木计数方法具体为：

7.一种适用于行距果园的智能树木计数系统，其特征在于，包括：

8.根据权利要求6所述的一种适用于行距果园的智能树木计数系统，其特征在于：还包括计数结果显示模块，用于通过用户界面实时显示精确的计数结果和标记后的图像。

9.一种计算机程序产品，所述计算机程序产品包含计算机可读代码，当所述计算机可读代码在计算机上运行时，使所述计算机执行权利要求1-5任一项所述的适用于非密植果园的智能树木计数方法。

10.一种计算机可读存储介质，所述计算机可读存储介质包含计算机可读代码，当所述计算机可读代码在计算机上运行时，使所述计算机执行权利要求1-5任一项所述的适用于非密植果园的智能树木计数系统及方法。

技术总结
本发明提出适用于非密植果园的智能树木计数系统及方法，方法包括以下步骤：获取能够俯视整个非密植果园的清晰的图像；对所述图像进行预处理获得预处理图像；根据图像的特性自动选择树木计数方法；所述树木计数方法包括原始计数方法和分块计数方法；根据选择的树木计数方法对预处理图像进行树木计数获得树木位置和树木计数结果；在预处理图像标注树木位置和树木计数结果。本发明通用性强、适应性广，旨在提高统计的准确性和效率，并以简单有效的方式实现对非密植果园的树木计数。

技术研发人员：黄文娟
受保护的技术使用者：捷佳润科技集团股份有限公司
技术研发日：
技术公布日：2024/2/8