基于苹果表型标准的病虫害视觉检测方法、装置和设备与流程

本公开的实施例涉及计算机，具体涉及基于苹果表型标准的病虫害视觉检测方法、装置和设备。

背景技术：

1、苹果病虫害的早期识别通常依赖果皮颜色、纹理和边缘变化。果园自然环境中的光照方向、亮度和遮挡状态不断变化，苹果曲面还会使同一病斑在不同位置呈现不同的像素特征，增加了视觉检测难度。目前，通常采用卷积神经网络直接从二维苹果图像中提取颜色、纹理和梯度特征，再通过分类或目标检测网络识别病虫害，部分方法还采用直方图均衡、颜色空间转换或图像滤波，减弱光照变化对检测结果的影响。

2、然而，现有卷积神经网络主要在二维图像空间内识别病斑，当果园中的光照强度和入射方向发生变化，枝叶阴影、高光及苹果曲面反射会造成局部颜色和边缘突变，容易被误识别为病斑。同时，不同果实尺寸和拍摄姿态会改变病斑在图像中的尺度和位置，导致早期小面积病斑漏检、光影区域误检以及病斑定位偏差。

技术实现思路

1、本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、本公开的一些实施例提出了基于苹果表型标准的病虫害视觉检测方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

3、第一方面，本公开的一些实施例提供了一种基于苹果表型标准的病虫害视觉检测方法，该方法包括：对所获取的苹果图像张量进行双分支特征提取，以生成几何拓扑法向量、高光核心坐标、全局空间拓扑图谱和病斑候选高频特征图谱；根据上述全局空间拓扑图谱、上述病斑候选高频特征图谱、上述几何拓扑法向量和上述高光核心坐标，对上述苹果图像张量对应的二维图像空间进行曲面度量映射，得到表型特征空间；根据上述几何拓扑法向量和上述全局空间拓扑图谱中的生物锚定点，对上述表型特征空间进行尺度约束，以生成表型约束参数；根据上述病斑候选高频特征图谱，对上述苹果图像张量进行光照分量分离与梯度校准，以生成像素梯度特征；根据上述表型约束参数、上述几何拓扑法向量、上述高光核心坐标和上述病斑候选高频特征图谱，对上述像素梯度特征进行校准融合，以生成校准特征信息；对上述校准特征信息进行异常残差检测，以生成病虫害检测结果，其中，上述病虫害检测结果包括异常残差信息、病虫害区域信息、病虫害类型标签和位置坐标边界框。

4、第二方面，本公开的一些实施例提供了一种基于苹果表型标准的病虫害视觉检测装置，装置包括：双分支特征提取单元，被配置成对所获取的苹果图像张量进行双分支特征提取，以生成几何拓扑法向量、高光核心坐标、全局空间拓扑图谱和病斑候选高频特征图谱；曲面度量映射单元，被配置成根据上述全局空间拓扑图谱、上述病斑候选高频特征图谱、上述几何拓扑法向量和上述高光核心坐标，对上述苹果图像张量对应的二维图像空间进行曲面度量映射，得到表型特征空间；尺度约束单元，被配置成根据上述几何拓扑法向量和上述全局空间拓扑图谱中的生物锚定点，对上述表型特征空间进行尺度约束，以生成表型约束参数；光照分量分离与梯度校准单元，被配置成根据上述病斑候选高频特征图谱，对上述苹果图像张量进行光照分量分离与梯度校准，以生成像素梯度特征；校准融合单元，被配置成根据上述表型约束参数、上述几何拓扑法向量、上述高光核心坐标和上述病斑候选高频特征图谱，对上述像素梯度特征进行校准融合，以生成校准特征信息；生成单元，被配置成对上述校准特征信息进行异常残差检测，以生成病虫害检测结果，其中，上述病虫害检测结果包括异常残差信息、病虫害区域信息、病虫害类型标签和位置坐标边界框。

5、第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

6、第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

7、本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的基于苹果表型标准的病虫害视觉检测方法可以降低阴影和高光引起的病斑误检率，提高早期小面积病斑的检出率和边界框定位精度，并减小不同果实尺寸及光照条件下检测结果的波动。具体来说，造成相关的病斑误检率较高和小面积病斑检出率较低的原因在于：现有卷积神经网络主要在二维图像空间内识别病斑，当果园中的光照强度和入射方向发生变化，枝叶阴影、高光及苹果曲面反射会造成局部颜色和边缘突变，容易被误识别为病斑。同时，不同果实尺寸和拍摄姿态会改变病斑在图像中的尺度和位置，导致早期小面积病斑漏检、光影区域误检以及病斑定位偏差。基于此，本公开的一些实施例的基于苹果表型标准的病虫害视觉检测方法，首先，对所获取的苹果图像张量进行双分支特征提取，以生成几何拓扑法向量、高光核心坐标、全局空间拓扑图谱和病斑候选高频特征图谱。由此，通过保留苹果的轮廓、中心轴、生物锚定点等整体结构，以及颜色异常、纹理断裂和梯度突变等局部细节，可以减少小面积病斑在连续下采样中被平滑丢失的情况。然后，根据上述全局空间拓扑图谱、上述病斑候选高频特征图谱、上述几何拓扑法向量和上述高光核心坐标，对上述苹果图像张量对应的二维图像空间进行曲面度量映射，得到表型特征空间。由此，通过对不同拍摄姿态下的苹果图像进行旋转对齐，并将二维像素位置转换为统一球面曲面位置，可以使果梗侧、果腰和果脐侧的同类区域具有相对稳定的坐标，从而减低同一表型位置的映射偏差和节点配准误差衡量。之后，根据上述几何拓扑法向量和上述全局空间拓扑图谱中的生物锚定点，对上述表型特征空间进行尺度约束，以生成表型约束参数。由此，通过果梗、果脐、边缘曲率和果实投影面积调整特征采样尺度，使大小不同或生长阶段不同的苹果采用相近的表型邻域范围，从而减少果实尺寸变化造成的病斑特征伸缩，降低被检果实受尺寸变化影响检测稳定率。接着，根据上述病斑候选高频特征图谱，对上述苹果图像张量进行光照分量分离与梯度校准，以生成像素梯度特征。由此，通过将图像中的环境明暗变化与果皮自身颜色、纹理分离，并削弱高光和阴影边界产生的异常梯度，同时保留真实颜色突变和纹理断裂，降低光影区域内病斑误检率。其次，根据上述表型约束参数、上述几何拓扑法向量、上述高光核心坐标和上述病斑候选高频特征图谱，对上述像素梯度特征进行校准融合，以生成校准特征信息。由此，通过局部曲面法向量、高光位置和表型尺度判断高频特征是否符合曲面受光规律，从而降低果实的阴影误检率和高光误检率。最后，对上述校准特征信息进行异常残差检测，以生成病虫害检测结果。其中，上述病虫害检测结果包括异常残差信息、病虫害区域信息、病虫害类型标签和位置坐标边界框。由此，将校准后的局部颜色、纹理和梯度与健康苹果的正常变化范围进行比较，提取超出正常范围的残差区域，并输出病虫害类别和位置，可以提高病斑的边界框定位精度。

1.一种基于苹果表型标准的病虫害视觉检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对所获取的苹果图像张量进行双分支特征提取，以生成几何拓扑法向量、高光核心坐标、全局空间拓扑图谱和病斑候选高频特征图谱，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述几何拓扑法向量和所述全局空间拓扑图谱中的生物锚定点，对所述表型特征空间进行尺度约束，以生成表型约束参数，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述病斑候选高频特征图谱，对所述苹果图像张量进行光照分量分离与梯度校准，以生成像素梯度特征，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据所述表型约束参数、所述几何拓扑法向量、所述高光核心坐标和所述病斑候选高频特征图谱，对所述像素梯度特征进行校准融合，以生成校准特征信息，包括：

6.根据权利要求1所述的方法，其特征在于，所述对所述校准特征信息进行异常残差检测，以生成病虫害检测结果，包括：

7.一种基于苹果表型标准的病虫害视觉检测装置，其特征在于，包括：

8.一种电子设备，其特征在于，包括：

9.一种计算机可读介质，其特征在于，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至6中任一所述的方法。