一种基于深度学习的温室大棚环境监控系统的制作方法
本发明涉及人工智能,尤其涉及一种基于深度学习的温室大棚环境监控系统。
背景技术:
1、现有温室大棚环境监控系统通常通过固定设置的环境传感器持续采集温度、湿度、光照及气体浓度等环境数据,并结合摄像设备获取作物生长图像,以实现大棚环境状态监测。随着智能农业技术的发展,部分系统开始利用深度学习方法识别作物冠层状态,提高环境监测的自动化程度。
2、然而,作物在生长过程中冠层高度、密度及局部边界持续变化,固定环境传感器虽然安装位置不变,但相对于冠层的空间归属会随之改变。现有系统通常按照固定位置或固定区域解释传感器数据,难以根据局部冠层空间变化准确更新传感器对应的环境域,叶片摆动、遮挡变化还容易引起短时归属误判。
3、此外,现有系统在传感器环境归属发生变化后,通常仍沿用原有历史监测数据进行比较,容易将不同冠层环境域下的数据混合使用,导致局部微环境异常判断偏差,难以适应温室作物连续生长造成的监测语义变化。
4、因此,如何提供一种基于深度学习的温室大棚环境监控系统是本领域技术人员亟需解决的问题。
技术实现思路
1、本发明的一个目的在于提出一种基于深度学习的温室大棚环境监控系统,本发明采用改进internimage模型与growcut算法相结合的方法,通过对作物冠层空间状态进行可变形采样提取,并利用区域竞争结果反向复核采样关系,获得校正冠层空间状态;在此基础上,根据固定环境传感器相对于冠层的空间归属变化确定归属变化边界,重构变化后冠层环境域下的同域比较关系,实现局部微环境异常监控,能够减少冠层摆动及空间变化造成的误判,提升环境监控的准确性、稳定性和适应性。
2、根据本发明实施例的一种基于深度学习的温室大棚环境监控系统,包括:
3、数据获取模块,用于获取固定环境传感器的环境监测数据和对应种植区域的冠层图像,建立固定环境传感器与冠层图像的空间对应关系;
4、冠层提取模块,用于依据空间对应关系将冠层图像输入改进internimage模型,提取局部冠层空间状态并形成保留自由采样关系;
5、区域划分模块,用于依据局部冠层空间状态和保留自由采样关系确定growcut算法的冠层种子和非冠层种子,经区域竞争形成局部冠层区域;
6、采样反馈模块,用于依据局部冠层区域复核保留自由采样关系,将跨越区域边界的自由采样关系反馈至改进internimage模型并撤销对应可变形采样,形成校正冠层空间状态;
7、环境域确定模块,用于结合校正冠层空间状态与空间对应关系确定固定环境传感器对应的冠层环境域,并按连续监测顺序形成环境域序列;
8、归属确认模块,用于比较环境域序列中的连续环境域,在冠层环境域由原环境域连续转换为另一环境域时确定归属变化边界;
9、关系重构模块,用于按照归属变化边界终止原冠层环境域下环境监测数据的历史比较,并建立变化后冠层环境域下的同域比较关系;
10、异常监控模块,用于依据同域比较关系比较环境监测数据,确定固定环境传感器对应种植区域的局部微环境异常并输出温室大棚环境监控结果。
11、可选的,所述数据获取模块具体包括:
12、获取固定环境传感器连续采集的环境监测数据和对应种植区域的冠层图像,按照采集时间对环境监测数据与冠层图像进行时间对齐;
13、获取固定环境传感器的安装坐标,根据冠层图像的成像标定参数将安装坐标投影至冠层图像坐标系,确定固定环境传感器在冠层图像中的对应位置;
14、以对应位置确定固定环境传感器对应的局部冠层图像区域,将时间对齐后的环境监测数据与局部冠层图像区域关联,形成固定环境传感器与冠层图像的空间对应关系。
15、可选的,所述改进internimage模型包括依次连接的特征嵌入层、第一特征层级、第二特征层级、第三特征层级和第四特征层级:
16、特征嵌入层对依据空间对应关系取得的冠层图像执行卷积嵌入,形成初始冠层特征;
17、第一特征层级至第四特征层级分别由连续的internimage基本块组成,基本块依次通过层归一化、dcnv3可变形卷积、残差连接、层归一化、前馈网络和残差连接更新冠层特征,相邻特征层级之间传递更新后的冠层特征;
18、每一特征层级的首个基本块将dcnv3采样偏移置零并生成调制权重,在规则采样位置聚合冠层特征,第二个基本块根据当前冠层特征生成采样偏移和调制权重,形成首次自由采样位置;
19、中间基本块保持首次自由采样位置,根据当前冠层特征更新调制权重并聚合冠层特征,末个基本块根据当前冠层特征独立生成再次自由采样位置和调制权重;
20、末个基本块以同一dcnv3分组内对应规则采样位置为共同基准,对首次自由采样位置与再次自由采样位置执行采样位置一致性判断,判断一致时保留再次自由采样位置,判断不一致时恢复对应规则采样位置,并按照末个基本块生成的调制权重聚合冠层特征;
21、对第四特征层级输出的冠层特征执行像素分类,形成局部冠层空间状态,并汇集各特征层级保留的首次自由采样位置与再次自由采样位置的对应结果,形成保留自由采样关系。
22、可选的,所述采样位置一致性判断,包括:
23、按照dcnv3分组和组内规则采样位置的对应次序,将首次自由采样位置与再次自由采样位置配对,并保留两次自由采样位置对应的同一规则采样位置;
24、分别计算首次自由采样位置和再次自由采样位置到同组各规则采样位置的空间距离,分别确定距离最小的规则采样位置;
25、两次自由采样位置对应的距离最小规则采样位置相同时,保留再次自由采样位置以及末个基本块生成的对应采样偏移;对应的距离最小规则采样位置不同时,取消对应采样偏移并将再次自由采样位置恢复至两次自由采样位置共同对应的规则采样位置;
26、末个基本块在保留的再次自由采样位置或恢复后的规则采样位置对冠层特征执行插值取样,将取得的冠层特征与对应调制权重相乘并在dcnv3分组内累加,更新冠层特征;
27、按照保留再次自由采样位置对应的首次自由采样位置、再次自由采样位置和共同对应的规则采样位置建立对应,形成保留自由采样关系。
28、可选的,所述区域划分模块具体包括:
29、提取保留自由采样关系对应的图像位置,依据局部冠层空间状态将对应图像位置分别标记为冠层种子和非冠层种子;
30、以冠层图像像素作为growcut像素单元,将冠层种子和非冠层种子的状态强度赋为最大值,未作为种子的像素单元状态强度赋为最小值;
31、计算冠层图像中相邻像素单元的图像特征距离并转换为相似度,将发起像素单元的状态强度与相似度相乘,得到对相邻像素单元的攻击强度;
32、攻击强度大于相邻像素单元当前状态强度时,更新相邻像素单元的标签和状态强度,否则保留当前标签和状态强度;
33、逐轮执行相邻像素单元的标签竞争,直至整轮不再发生标签更新,按照稳定后的冠层标签和非冠层标签形成局部冠层区域。
34、可选的,所述采样反馈模块具体包括:
35、按照保留自由采样关系取得首次自由采样位置和再次自由采样位置,分别确定首次自由采样位置和再次自由采样位置在局部冠层区域中的冠层或非冠层归属;
36、首次自由采样位置与再次自由采样位置的区域归属相同时保留对应自由采样关系,区域归属不同时定位保留自由采样关系所属特征层级末个基本块的dcnv3采样点;
37、在保留自由采样关系所属特征层级末个基本块的dcnv3采样点取消再次自由采样位置对应的采样偏移,并恢复对应规则采样位置;
38、末个基本块按照当前调制权重,在保留的再次自由采样位置和恢复后的规则采样位置重新执行插值取样和加权聚合,更新冠层特征并形成校正冠层空间状态。
39、可选的,所述环境域确定模块具体包括:
40、依据空间对应关系确定固定环境传感器在冠层图像中的对应位置,并从校正冠层空间状态中取得对应位置邻近的冠层边界;
41、根据冠层边界对对应位置邻近空间的分隔结果确定对应位置所在区域,并将所在区域确定为固定环境传感器对应的冠层环境域;
42、按照连续监测时刻记录固定环境传感器对应的冠层环境域,并依时间先后形成环境域序列。
43、可选的,所述归属确认模块具体包括:
44、沿环境域序列逐一比较相邻监测时刻对应的冠层环境域,冠层环境域由原冠层环境域转换为另一冠层环境域时,将发生转换的监测时刻记录为变化起始监测时刻;
45、紧邻下一监测时刻仍对应另一冠层环境域时,确认固定环境传感器的环境归属发生变化;
46、紧邻下一监测时刻重新对应原冠层环境域时,取消变化起始监测时刻,并从原冠层环境域重新出现的监测时刻继续比较;
47、紧邻下一监测时刻对应不同于原冠层环境域和另一冠层环境域的冠层环境域时,将紧邻下一监测时刻更新为变化起始监测时刻,并以更新后的冠层环境域继续与相邻监测时刻对应的冠层环境域比较;
48、将确认环境归属发生变化的变化起始监测时刻确定为归属变化边界。
49、可选的,所述关系重构模块具体包括:
50、以归属变化边界分隔固定环境传感器边界前后的环境监测数据,终止原冠层环境域下环境监测数据的历史比较;
51、从边界前的环境监测数据中筛选冠层环境域与变化后冠层环境域相同的历史环境监测数据;
52、将筛选出的历史环境监测数据按监测项目归集,并与归属变化边界后相同监测项目的环境监测数据关联,形成变化后冠层环境域下的同域比较关系。
53、可选的,所述异常监控模块具体包括:
54、按照同域比较关系提取归属变化边界后的环境监测数据和对应历史环境监测数据,按监测项目形成同域历史数据集合;
55、分别取得同域历史数据集合的最小监测值和最大监测值,以最小监测值和最大监测值确定对应监测项目的同域参考区间;
56、将归属变化边界后的环境监测数据与对应同域参考区间逐项比较,超出同域参考区间时确定对应种植区域存在局部微环境异常;
57、汇总固定环境传感器对应种植区域的局部微环境异常,形成温室大棚环境监控结果。
58、本发明的有益效果是:
59、本发明通过固定环境传感器与冠层图像的空间对应关系,将环境监测数据与作物局部冠层空间状态进行关联,能够随冠层生长和边界变化动态确定固定环境传感器对应的冠层环境域,避免仅按照固定安装位置解释传感器数据,提高温室大棚环境监测对作物实际生长状态的适应能力。
60、本发明采用改进internimage模型提取局部冠层空间状态,通过首次自由采样与再次自由采样的一致性判断,对不一致的采样位置恢复至规则采样位置,并结合growcut算法形成局部冠层区域,对保留自由采样关系进行再次复核和反馈校正,能够降低叶片摆动、遮挡变化及局部冠层边界扰动引起的错误采样和环境归属误判,提高冠层空间状态识别的稳定性和准确性。
61、在此基础上,本发明根据环境域序列确认固定环境传感器的归属变化边界,并终止原冠层环境域下环境监测数据的历史比较,重新建立变化后冠层环境域下的同域比较关系,使局部微环境异常判断始终基于环境归属一致的数据进行,从而减少不同冠层环境域数据混合造成的判断偏差,提高温室大棚局部微环境异常监控的准确性、连续性和可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com