(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210632384.3 (22)申请日 2022.06.07 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 王俊　李东方　王永维　韦真博　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 林松海 (51)Int.Cl. G06V 20/10(2022.01) G06V 20/70(2022.01) G06V 10/26(2022.01) G06V 10/28(2022.01) G06V 10/762(2022.01)G06V 10/774(2022.01) (54)发明名称 一种基于根定位的早期水稻秧苗行检测方 法 (57)摘要 本发明公开了一种基于根定位的早期水稻 秧苗行检测方法， 包括水稻秧苗根部掩膜数据集 建立； 水稻秧苗根部三角形超像素形态掩膜语义 分割； 水稻秧苗根部锚点确定； 水稻秧苗根部锚 点聚类及水稻秧苗行拟合。 该方法实现了对于存 在自然光照变化影响、 杂草噪声影响、 水面反光 影响等的复杂田间环境中的早期水稻秧苗行的 准确检测。 相比于传统的基于水稻叶片定位完成 水稻秧苗行检测的图像处理算法， 该方法不会受 到水稻叶片的发散生长形态的影 响， 进一步提高 了水稻秧苗行的检测精度， 适用于早期水稻秧苗 田间的导 航作业。 权利要求书2页 说明书5页 附图6页 CN 115170949 A 2022.10.11 CN 115170949 A 1.一种基于根定位的早期水稻秧苗行检测方法， 其特 征在于， 所述方法包括以下步骤： S01.采集田间水稻秧苗根部图像， 使用针对单株水稻秧苗根部生长形态特征所设计的 三角形超像素形态掩膜对所述水稻秧苗根部图像中的所有的单株水稻秧苗根部进 行标注， 建立水稻秧苗 根部掩膜数据集； S02.使用所述水稻秧苗根部掩膜数据集对基于深度学习的语义分割模型进行训练， 利 用训练完成的所述语义分割模型对目标水稻行检测图像中的水稻秧苗根部的三角形超像 素形态掩膜进 行预测， 生成尺寸与所述目标水稻行检测图像相同的仅包含 所预测的三角形 超像素形态掩膜的二 值掩膜图像， 从而实现水稻秧苗 根部掩膜语义分割； S03.在所述二值掩膜图像中对所述三角形超像素形态掩膜分别进行最小外包三角形 轮廓拟合， 取所述最小外包三角形轮廓的底部端点处的单个像素点作为所述水稻秧苗的锚 点， 生成尺寸与所述 目标水稻行检测图像相同的仅包含所述锚点的二值锚点图像， 从而实 现水稻秧苗 根部锚点固定； S04.使用基于动态聚类搜索方向的散点聚类算法顺序地完成对于所述二值锚点图像 中属于不同水稻行 的锚点的聚类及直线拟合； 所述动态 聚类搜索方向指的是， 所述二值锚 点图像中属于不同水稻行的锚点所使用的基准聚类搜索方向动态地继承自相邻的 已被检 测出的水稻行 的拟合直线的方向， 从而实现水稻秧苗根部锚点聚类及水稻秧苗行拟合， 最 后得到水稻行检测结果。 2.根据权利要求1所述的方法， 其特征在于， 所述步骤S01中， 所述田间水稻秧苗根部图 像包含不同光照、 不同生长期、 不同杂草压力条件下的水稻秧苗 根部图像。 3.根据权利要求1所述的方法， 其特 征在于， 所述 步骤S04中， 包括以下步骤： a01.将所述二值掩膜图像沿水平方向均分为若干竖直条带， 记所述竖直条带内属于所 述三角形超像素形态掩膜的像素点的数量最多的竖直条带为 Smax， 随机选择所述二值锚点 图像中位于所述竖直条带 Smax对应区域内的任一锚点作为聚类搜索基点， 设置竖直方向为 基准聚类搜索方向， 设置搜索角度范围为一固定值， 建立一个用于存放同类锚点的 class列 表； a02.在所述二值锚点图像中搜索与所述聚类搜索基点属于同一类且距离所述聚类搜 索基点最近的一个或两个其它锚点， 单次聚类搜素过程如下： 寻找位于所述聚类搜索基点 沿所述基准聚类搜索方向左右相同的所述搜索角度范围内的其它锚点， 记位于所述聚类搜 索基点上方且距离所述聚类搜索基点最近的锚点为 Pabove， 记位于所述聚类搜索基 点下方且 距离所述聚类搜索基点最近的锚点为 Pbelow， 若所述锚点 Pabove及所述锚点 Pbelow同时存在， 则 将所述锚点 Pabove及所述锚点 Pbelow与所述聚类搜索 基点一并放入所述 class列表中， 并将所 述锚点Pabove及所述锚点 Pbelow更新为新的聚类搜索基 点， 若Pabove及Pbelow中只存在一者， 则将 所述所存在的锚点与所述聚类搜索基点一并放入所述 class列表中， 并将所述所存在的锚 点更新为新的聚类搜索基点； a03.循环执 行所述a02步骤， 直至没有与所述 class列表中不同的锚点被搜索到； a04.利用最小二乘法对所述 class类中的锚点进行直线拟合， 记所述拟合直线为 L， 将 所述class列表中的锚点从所述二值锚点图像中删除， 判断所述二值掩膜图像中是否还有 锚点存在， 若有， 则将基准聚类搜索方向更新为所述所拟合得到的直线的方向并继续执行 下述散点处 理步骤， 将所述 class列表中的点清空， 若无， 则结束所述散点处 理过程；权　利　要　求　书 1/2 页 2 CN 115170949 A 2a05.寻找所述二值锚点图像 中在所述直线 L左侧且与所述直线 L距离最近的锚点， 并记 为Pleft， 寻找所述二值锚点图像中在所述直线 L右侧且与所述直线 L距离最近的锚点， 并记 为Pright， 若所述Pleft及所述Pright同时存在， 则将所述 Pleft与所述Pright更新为聚类搜索基 点， 若所述Pleft及所述Pright只有一者存在， 则将所述所存在的锚点更新 为聚类搜索基点； a06.循环执行所述a03、 所述a04及所述a05步骤， 直至所述散点处理过程结束， 此时认 为已提取 出代表所述目标检测图像中水稻秧苗行的全部直线。权　利　要　求　书 2/2 页 3 CN 115170949 A 3