一种基于图像识别的作物需水诊断灌溉系统的制作方法

本发明涉及计算机视觉、图像处理及农业灌溉控制，具体为一种基于图像识别的作物需水诊断灌溉系统。

背景技术：

1、现有的基于图像识别的作物需水诊断灌溉方案，通常以固定时间间隔采集作物冠层或叶片图像，对图像执行目标分割、颜色校正和特征提取，再利用预先训练的分类模型输出缺水等级。图像特征多集中于叶片综合色度、纹理粗糙度、叶缘卷曲程度、冠层覆盖率及叶片倾角等表型指标，模型训练阶段通过人工标注的正常样本、轻度缺水样本和重度缺水样本建立特征与缺水等级之间的映射关系。运行过程中，当前图像被直接送入识别模型，所得等级再换算为灌溉启停状态或灌溉量。部分方案会引入连续多帧图像，通过相邻帧平均、滑动窗口平滑或多数投票方式削弱偶发噪声，但其处理重点仍是提高分类结果的稳定性，并未建立作物个体长期表型基准，也未区分由品种、生育阶段、成像视角和冠层结构造成的稳定差异与由水分胁迫造成的动态变化。

2、为缓解单幅图像受光照和遮挡影响的问题，现有方案还会对同一地块建立时序图像序列，并采用目标跟踪或图像配准方式保持作物区域的一致性，再根据叶片姿态、冠层投影面积和颜色变化趋势判断需水状态。部分实现方式会在灌溉后继续采集图像，将灌溉前后的特征差值作为模型校正依据，或者依据固定恢复时间对识别结果进行复核。然而，这类处理通常把全部表型变化置于同一特征空间内，依靠预设权重或统一阈值判断变化是否超过正常范围；灌溉后的图像也多用于确认整体状态是否改善，缺少对同一叶片或叶簇在胁迫累积阶段、灌溉响应阶段和恢复稳定阶段之间的对应关系约束，无法判断某一视觉变化是否沿着符合水分胁迫机理的方向形成并按相反顺序恢复。在多品种混种、叶片交叠或昼间叶姿自然变化较强的情况下，统一判据更容易把不具有相同成因的视觉变化合并处理。

3、图像中的作物固有表型变化与水分胁迫表型被共同输入识别模型，模型缺少以作物自身长期稳定状态为参照的反事实基准，也缺少利用灌溉前后时序迟滞关系验证表型成因的判别机制。当作物处于不同生育阶段、不同冠层密度或不同光照条件时，叶色、叶姿、叶面积投影和纹理会发生非缺水性变化，这些变化可能与缺水表型在局部图像上高度相似；若仅依据当前特征偏差或短窗口趋势输出需水等级，系统便可能把固有生长变化、遮挡变化或成像扰动解释为缺水，或者因个体基线差异掩盖早期缺水信号。由此造成需水状态的判定依据缺乏成因约束，灌溉控制信息与真实水分胁迫之间不能形成稳定对应关系。该缺陷直接限制了图像识别结果作为灌溉触发依据的可靠程度，并使后续灌溉量难以围绕真实胁迫程度进行调整。

技术实现思路

1、本发明的目的在于提供一种基于图像识别的作物需水诊断灌溉系统，可以解决上述背景技术中的问题。

2、为实现上述目的，本发明采取的技术方案为：

3、一种基于图像识别的作物需水诊断灌溉系统，包括图像序列处理模块、表型解耦模块、时序迟滞判别模块和灌溉决策模块；

4、所述图像序列处理模块对同一作物区域的连续图像进行目标分割、跨时刻配准并提取冠层覆盖、叶片姿态、叶缘弯曲、纹理及颜色表型；

5、所述表型解耦模块依据长时间窗口形成稳定表型基准，并将当前表型相对所述稳定表型基准的偏离编码为候选缺水表型；

6、所述时序迟滞判别模块根据所述候选缺水表型的连续演变及灌溉后恢复轨迹确定需水状态；

7、所述灌溉决策模块依据所述需水状态生成对应作物区域的灌溉触发信息和灌溉量控制信息。

8、优选的，所述表型解耦模块包括稳定表型编码器和反事实基准生成器；

9、所述稳定表型编码器按照作物区域建立跨日表型序列，将变化速率低于局部时序中位变化率的冠层结构、叶片几何分布和综合色度特征写入个体表型记忆；

10、所述反事实基准生成器依据所述个体表型记忆、当前生育进程对应的形态演变方向以及当前图像中的非胁迫区域，重建当前时刻的无缺水表型表示，并将重建结果作为候选缺水表型提取的参照基准。

11、优选的，所述表型解耦模块还包括动态胁迫编码器和差异归因器；

12、所述动态胁迫编码器在短时间窗口内计算叶片倾角变化、叶面积投影收缩、叶缘曲率增量、纹理粗糙度变化和局部颜色衰减的联合表征；

13、所述差异归因器将所述联合表征与反事实基准之间的差异分解为空间一致分量、局部孤立分量和成像扰动分量，仅将连续作物区域内方向一致且跨时刻可重复的空间一致分量写入所述候选缺水表型。

14、优选的，所述时序迟滞判别模块构建由胁迫累积阶段、灌溉响应阶段和恢复稳定阶段组成的表型状态序列；

15、所述胁迫累积阶段记录所述候选缺水表型的持续方向和增长顺序，所述灌溉响应阶段记录灌溉控制信息发出后的表型变化起始时刻，恢复稳定阶段记录叶片姿态、冠层投影和纹理表征的回归次序；

16、所述时序迟滞判别模块依据三个阶段之间的顺序约束和表型回归一致性输出需水状态。

17、优选的，所述稳定表型编码器按照冠层尺度、植株尺度和叶簇尺度分别形成稳定表型子空间，并通过跨尺度对应关系将叶簇级几何变化映射至植株级姿态变化，再将植株级变化映射至冠层级覆盖变化；

18、所述个体表型记忆为各稳定表型子空间保存时间索引和空间索引，所述反事实基准生成器仅调用在当前视角、当前遮挡关系和当前生育进程下具有对应索引的稳定表型片段，拼接形成当前作物区域的反事实基准。

19、优选的，所述差异归因器建立表型证据关联图，以叶片或叶簇区域作为节点，以空间邻接、轮廓连续和运动共变关系作为连接边，并将所述动态胁迫编码器输出的各类表型差异写入对应节点；

20、所述表型证据关联图按照相邻节点的变化方向、出现次序和持续区间传播证据权重，将缺少邻域支持且仅在单一图像出现的差异标记为孤立分量，将与全图亮度或视角变化同步的差异标记为成像扰动分量。

21、优选的，所述时序迟滞判别模块为每一类候选缺水表型建立正向累积轨迹和反向恢复轨迹，并按照相同叶片或叶簇区域进行轨迹配对；

22、所述正向累积轨迹记录表型偏离反事实基准的先后次序，所述反向恢复轨迹记录灌溉后相应表型接近所述反事实基准的先后次序；

23、当配对轨迹的区域对应关系一致且恢复次序与累积次序满足预设逆序约束时，将对应表型写入经灌溉响应验证的缺水证据集合。

24、优选的，所述灌溉决策模块接收稳定表型基准、候选缺水表型、经灌溉响应验证的缺水证据集合及其空间索引，按照作物区域建立需水状态图；

25、所述需水状态图中的每一区域节点同时保存表型偏离量、证据持续区间、迟滞阶段标识和恢复匹配标识，所述灌溉决策模块依据区域节点之间的空间连续关系合并需水区域，并将合并后的需水区域映射为所述灌溉触发信息和所述灌溉量控制信息。

26、优选的，个体表型记忆进一步保存稳定表型片段对应的图像质量描述、遮挡拓扑和空间证据分布，所述反事实基准生成器对候选稳定表型片段执行一致性筛选，将具有相同空间索引但图像质量描述或遮挡拓扑不一致的片段分置于不同记忆簇；

27、差异归因器从与当前图像所属记忆簇对应的反事实基准计算表型差异，并利用所述表型证据关联图对跨记忆簇仍保持一致的差异进行二次归因。

28、优选的，所述时序迟滞判别模块将每次灌溉控制信息、灌溉前候选缺水表型、灌溉后反向恢复轨迹及恢复稳定阶段的终止表型组合为闭环样本；

29、所述表型解耦模块依据所述闭环样本更新个体表型记忆中对应区域的稳定表型片段，并调整所述动态胁迫编码器中各表型差异的联合编码关系；

30、所述灌溉决策模块基于更新后的稳定表型基准重新生成同一区域后续时刻的需水状态图和灌溉控制信息。

31、与现有技术相比，本发明的有益效果在于：

32、1.通过为同一作物区域建立跨时刻稳定表型记忆，并依据当前生育进程、空间位置和非胁迫区域重建无缺水状态下的反事实表型基准，需水诊断不再直接比较不同作物或不同阶段的绝对颜色、形状和姿态，而是比较当前表型相对于自身基准的偏离。动态胁迫编码将叶片倾角、叶面积投影、叶缘曲率、纹理和颜色的联合变化写入候选缺水表型，差异归因又利用空间邻接、轮廓连续和跨时刻重复性排除孤立变化及成像扰动。时序迟滞判别进一步把胁迫累积轨迹与灌溉后的恢复轨迹按照相同叶片或叶簇进行配对，仅保留累积方向一致、灌溉后反向恢复且满足阶段顺序约束的表型证据，使需水状态建立在个体基准偏离和灌溉响应验证的共同限定之上，减少非缺水变化进入灌溉决策的可能。

33、2.多尺度稳定表型子空间、表型证据关联图和需水状态图之间形成连续的数据约束，使叶簇级几何变化能够沿植株级和冠层级对应关系进行核验，并使具有空间连续性的表型证据在同一区域内汇聚，避免单个叶片的斑点、遮挡或短时摆动直接改变区域灌溉信息。个体表型记忆按照图像质量、遮挡拓扑和空间索引划分记忆簇，可在视角变化或冠层重叠状态变化时选取相匹配的稳定片段，降低基准重建偏差。每次灌溉形成的灌溉前候选表型、灌溉后恢复轨迹和恢复终止表型被组合为闭环样本，用于更新稳定表型片段及联合编码关系，后续需水状态图能够随作物生育进程和区域表型变化持续修正，使灌溉触发信息和灌溉量控制信息保持与当前作物区域的实际视觉响应相一致。由此还可保持不同时间窗口之间的诊断尺度连续，避免模型更新后前后判定口径发生无依据跳变。