一種基于計(jì)算機(jī)視覺(jué)的水稻病蟲草害診斷方法
【專利摘要】一種基于計(jì)算機(jī)視覺(jué)的水稻病蟲草害診斷方法，采集不同發(fā)病時(shí)期、不同生境、不同品種的水稻葉部病害樣本，由植病專家對(duì)每個(gè)樣本感染的病害進(jìn)行鑒定；然后采集其病害癥狀圖像；利用圖像處理技術(shù)，實(shí)現(xiàn)病斑的自動(dòng)分割，提取病斑的各項(xiàng)特征指標(biāo)，建立對(duì)應(yīng)病害的特征數(shù)據(jù)庫(kù)；在此基礎(chǔ)上，選擇適合的病斑特征參數(shù)和有效的模式識(shí)別算法，構(gòu)建基于機(jī)器視覺(jué)的水稻病蟲草害實(shí)時(shí)診斷模型。
【專利說(shuō)明】一種基于計(jì)算機(jī)視覺(jué)的水稻病蟲草害診斷方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于機(jī)器視覺(jué)的實(shí)時(shí)診斷方法與系統(tǒng)，特別是一種基于計(jì)算機(jī)視覺(jué)的水稻病蟲草害診斷方法。
【背景技術(shù)】
[0002]隨著信息科學(xué)技術(shù)的飛速發(fā)展，計(jì)算機(jī)視覺(jué)技術(shù)已涉及到植物病蟲害識(shí)別診斷、雜草識(shí)別、種子質(zhì)量檢驗(yàn)、產(chǎn)品質(zhì)量檢測(cè)與分級(jí)等方面，并取得了一系列的成果。病蟲害在作物整個(gè)生長(zhǎng)期內(nèi)都有發(fā)生，并且每年損失相當(dāng)驚人，施用化學(xué)農(nóng)藥能夠大大減輕農(nóng)業(yè)損失，但不規(guī)范使用化學(xué)農(nóng)藥引起的“三致”問(wèn)題、“三R”問(wèn)題、農(nóng)藥殘留、環(huán)境污染等負(fù)面影響逐漸顯露出來(lái)。研究植物病蟲害以及雜草自動(dòng)檢測(cè)與識(shí)別技術(shù)，開發(fā)視覺(jué)型智能控制系統(tǒng)，能夠?yàn)榫?xì)施用化學(xué)農(nóng)藥提供計(jì)算機(jī)輔助支持，計(jì)算機(jī)視覺(jué)技術(shù)在植保領(lǐng)域的研究已成為當(dāng)前研究的一個(gè)熱點(diǎn)。
[0003]計(jì)算機(jī)視覺(jué)是指用計(jì)算機(jī)實(shí)現(xiàn)人的視覺(jué)功能，對(duì)客觀世界的三維場(chǎng)景感知、識(shí)別和理解。計(jì)算機(jī)視覺(jué)是一門綜合性的學(xué)科，包括計(jì)算機(jī)科學(xué)和工程、信號(hào)處理、物理學(xué)、生物仿生學(xué)、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、神經(jīng)生理學(xué)和認(rèn)知科學(xué)等。計(jì)算機(jī)視覺(jué)系統(tǒng)一般由C⑶攝像機(jī)、計(jì)算機(jī)、圖像采集卡等部分組成。攝像機(jī)將研究目標(biāo)以圖像的形式保存，圖像采集卡將圖像形式的信號(hào)數(shù)字化，利用計(jì)算機(jī)對(duì)數(shù)字信號(hào)進(jìn)行進(jìn)一步分析處理。
[0004]在植物病害識(shí)別和防治中的應(yīng)用近年來(lái)，計(jì)算機(jī)視覺(jué)技術(shù)逐漸在植物侵染性病害和流行性病害方面研究應(yīng)用。對(duì)溫室植物的角斑病和斑疹病從色度學(xué)角度進(jìn)行了研究，結(jié)果表明，在色調(diào)(48?50)和(45?47)區(qū)間內(nèi)，正常葉片與病變?nèi)~片區(qū)分效果最好。馬德貴等檢測(cè)水稻稻瘟病和水稻紋枯病發(fā)生程度時(shí)引入橢圓模型，用橢圓擬合稻瘟病單株最大病斑，將人工檢測(cè)最大病斑的長(zhǎng)度與計(jì)算擬合橢圓主軸長(zhǎng)比較，分析兩者相關(guān)性，結(jié)果顯著；用橢圓擬合水稻紋枯病單株高度及病斑最高處距基部的距離，計(jì)算擬合兩橢圓主軸長(zhǎng)，利用兩者之比檢測(cè)水稻紋枯病發(fā)生程度，準(zhǔn)確率達(dá)90%以上。馬曉丹等研究了玉米葉部病害發(fā)生程度的計(jì)算方法，綜合利用閾值法、區(qū)域標(biāo)記法，通過(guò)圖像分割、病斑統(tǒng)計(jì)、冗余去除、形狀特征計(jì)算等過(guò)程驗(yàn)證了其可行性。陳兵旗等利用小波變換和紋理矩陣法研究小麥病害，病害圖像診斷準(zhǔn)確率達(dá)90%。趙聰慧等采用鄰域平均法和中值濾波法對(duì)黃瓜霜霉病病斑圖像進(jìn)行平滑處理，結(jié)果驗(yàn)證了一階微分在黃瓜霜霉病斑形狀特征提取上的優(yōu)勢(shì)性。
[0005]在農(nóng)業(yè)昆蟲識(shí)別和防治中的應(yīng)用在昆蟲形態(tài)學(xué)和昆蟲生態(tài)學(xué)的基礎(chǔ)上，利用計(jì)算機(jī)視覺(jué)技術(shù)以及人工神經(jīng)網(wǎng)絡(luò)農(nóng)業(yè)害蟲自動(dòng)識(shí)別取得了一系列的研究進(jìn)展。陳佳娟等根據(jù)棉花葉片的孔洞和葉片邊緣殘缺程度，測(cè)定棉花蟲害的發(fā)生程度。陳月華等研究了小麥蟲害分割算法，訓(xùn)練了 SVM分類器和基于k均值聚類的分類方法。運(yùn)用合并與分裂相結(jié)合的區(qū)域生長(zhǎng)算法分割小麥害蟲和葉片，并自動(dòng)識(shí)別。研究顯示，該算法對(duì)小麥害蟲的分割識(shí)別效果較好，準(zhǔn)確率達(dá)90.7%。楊紅珍等建立了基于Internet的遠(yuǎn)程昆蟲識(shí)別系統(tǒng)，針對(duì)昆蟲顏色特征值和形態(tài)特征值，建立了徑向人工神經(jīng)網(wǎng)絡(luò)。對(duì)16種昆蟲進(jìn)行了測(cè)試，識(shí)別準(zhǔn)確率達(dá)到96%。邱白晶等研究長(zhǎng)翅灰飛虱圖像區(qū)域劃分時(shí)，利用形態(tài)學(xué)多結(jié)構(gòu)方法構(gòu)造了膨脹腐蝕型邊緣檢測(cè)算子，簡(jiǎn)化單個(gè)區(qū)域檢測(cè)，并針對(duì)劃分后的各個(gè)區(qū)域進(jìn)行邊緣檢測(cè)，效果良好。竺樂(lè)慶等采用顏色直方圖和雙樹復(fù)小波變換對(duì)昆蟲圖像進(jìn)行識(shí)別，在100類鱗翅目昆蟲的圖像庫(kù)中進(jìn)行試驗(yàn)驗(yàn)證，該算法取得了 76%的識(shí)別率，通過(guò)前翅識(shí)別率高達(dá)92%。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于提供一種像素計(jì)算的機(jī)頂盒。本發(fā)明的目的之一是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的:
[0007]一種像素計(jì)算的機(jī)頂盒，包括:電源供電單元、檢查單元、解碼單元、通信模塊、處理器模塊以及調(diào)制模塊，其中，檢查單元與解碼單元相連，用于檢查圖像是否設(shè)置有全透明標(biāo)記，所述全透明標(biāo)記用于指示所述圖像是全透明圖片；檢查單元檢查到所述圖片有全透明標(biāo)記后，不解碼所述圖片；檢查到圖像無(wú)全透明標(biāo)記后，對(duì)所述圖片進(jìn)行解碼，得到位圖數(shù)據(jù)，通信模塊與計(jì)算數(shù)據(jù)解析模塊相連，接收解碼單元得到的位圖請(qǐng)求計(jì)算的數(shù)據(jù)，輸出至計(jì)算數(shù)據(jù)解析模塊；計(jì)算數(shù)據(jù)解析模塊與標(biāo)記設(shè)置單元相連，用于在所述檢查單元判斷出所述圖片是全透明圖片后，給所述圖片設(shè)置全透明標(biāo)記；計(jì)算數(shù)據(jù)合并模塊，接收通信模塊輸出的請(qǐng)求計(jì)算的數(shù)據(jù)，還與處理器模塊相連，將請(qǐng)求計(jì)算的數(shù)據(jù)輸出至處理器模塊；處理器模塊，與存儲(chǔ)模塊相連，根據(jù)接收的圖像信息計(jì)算數(shù)據(jù)容量，還與計(jì)算數(shù)據(jù)分割模塊相連，將圖像信息輸出至計(jì)算數(shù)據(jù)分割模塊；計(jì)算數(shù)據(jù)合并模塊，接收數(shù)據(jù)計(jì)算模塊輸出的子計(jì)算數(shù)據(jù)計(jì)算結(jié)果以及數(shù)據(jù)分割模塊計(jì)算數(shù)據(jù)進(jìn)行合并，將合并后的計(jì)算結(jié)果輸出至通信模塊。
[0008]在檢查單元檢查出所述圖片設(shè)置有全透明標(biāo)記后包括:縮放單元，用于縮放所述圖片。
[0009]所述機(jī)頂盒還包括:分別與所述通信模塊和存儲(chǔ)模塊相連、向通信模塊輸出查詢?cè)O(shè)備計(jì)算能力請(qǐng)求，查詢與機(jī)頂盒相連的設(shè)備的計(jì)算能力，根據(jù)設(shè)備通過(guò)通信模塊返回的設(shè)備計(jì)算能力響應(yīng)信息，將攜帶設(shè)備標(biāo)識(shí)位的計(jì)算能力信息輸出至存儲(chǔ)模塊的計(jì)算能力查詢模塊。與【背景技術(shù)】相比本發(fā)明具有的有益效果是:利用機(jī)器視覺(jué)技術(shù)進(jìn)行病害識(shí)別，整個(gè)病害診斷過(guò)程(包括圖像采集、圖像處理、特征提取和模式識(shí)別等過(guò)程在內(nèi))一般可在2分鐘內(nèi)完成；不使用任何化學(xué)試劑，降低檢測(cè)成本，減輕勞動(dòng)強(qiáng)度，能夠很好的應(yīng)用于環(huán)境監(jiān)測(cè)；整個(gè)檢測(cè)系統(tǒng)只由一個(gè)便攜式的光照箱、一臺(tái)計(jì)算機(jī)組成；當(dāng)診斷系統(tǒng)的各組件都連接完畢后，最后的圖像采集、圖像分割、特征提取、病害診斷等一系列工作，都通過(guò)帶有病害自動(dòng)識(shí)別模型的圖像處理軟件完成。
【具體實(shí)施方式】
[0010]以下將結(jié)合附圖，對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)的描述；應(yīng)當(dāng)理解，優(yōu)選實(shí)施例僅為了說(shuō)明本發(fā)明，而不是為了限制本發(fā)明的保護(hù)范圍。
[0011]I)建立實(shí)時(shí)診斷軟件系統(tǒng)
[0012]采集不同發(fā)病時(shí)期、不同生境、不同品種的水稻葉部病害樣本，由植病專家對(duì)每個(gè)樣本感染的病害進(jìn)行鑒定；然后采集其病害癥狀圖像；利用圖像處理技術(shù)，實(shí)現(xiàn)病斑的自動(dòng)分割，提取病斑的各項(xiàng)特征指標(biāo)，建立對(duì)應(yīng)病害的特征數(shù)據(jù)庫(kù)；在此基礎(chǔ)上，選擇適合的病斑特征參數(shù)和有效的模式識(shí)別算法，構(gòu)建基于機(jī)器視覺(jué)的水稻病蟲草害實(shí)時(shí)診斷模型；所述的提取出病斑的各項(xiàng)特征指標(biāo)，包括RGB和HIS顏色系統(tǒng)下的R均值、G均值、B均值、r均值、g均值、b均值、H均值、I均值和S均值的顏色特征，灰度共生矩陣的對(duì)比度、相關(guān)性、能量、慣性矩和熵的紋理特征；形狀復(fù)雜性程度、偏心率、圓形度和形狀參數(shù)的形狀特征；
[0013]2)進(jìn)行實(shí)時(shí)診斷
[0014]通過(guò)病害圖像獲取硬件部分采集圖像，采集后經(jīng)過(guò)圖像預(yù)處理去除背景，去除菌核，分割病斑，最后進(jìn)行病斑計(jì)數(shù)、病斑面積和病斑長(zhǎng)度的計(jì)算，圖像預(yù)處理包括圖像數(shù)字化、圖像灰度化、圖像增強(qiáng)、圖像分割和數(shù)學(xué)形態(tài)學(xué)處理技術(shù)；去除背景具體過(guò)程如下:彩色圖像轉(zhuǎn)化為灰度圖像G ;利用最大類間方差法，將灰度圖像轉(zhuǎn)化為二值圖像E，其中背景B區(qū)域?yàn)楹谏?，葉片L區(qū)域?yàn)榘咨眠吘壐櫵惴ㄌ綔y(cè)每張葉片區(qū)域并標(biāo)記葉片，并計(jì)算
每張葉片的面積Su，用區(qū)域L作為模板，根據(jù)公式
【權(quán)利要求】
1.一種基于計(jì)算機(jī)視覺(jué)的水稻病蟲草害診斷方法，其特征在于:具體步驟如下: 1)建立實(shí)時(shí)診斷軟件系統(tǒng) 采集不同發(fā)病時(shí)期、不同生境、不同品種的水稻葉部病害樣本，由植病專家對(duì)每個(gè)樣本感染的病害進(jìn)行鑒定；然后采集其病害癥狀圖像；利用圖像處理技術(shù)，實(shí)現(xiàn)病斑的自動(dòng)分害I]，提取病斑的各項(xiàng)特征指標(biāo)，建立對(duì)應(yīng)病害的特征數(shù)據(jù)庫(kù)；在此基礎(chǔ)上，選擇適合的病斑特征參數(shù)和有效的模式識(shí)別算法，構(gòu)建基于機(jī)器視覺(jué)的水稻病蟲草害實(shí)時(shí)診斷模型；所述的提取出病斑的各項(xiàng)特征指標(biāo)，包括RGB和HIS顏色系統(tǒng)下的R均值、G均值、B均值、r均值、g均值、b均值、H均值、I均值和S均值的顏色特征，灰度共生矩陣的對(duì)比度、相關(guān)性、能量、慣性矩和熵的紋理特征；形狀復(fù)雜性程度、偏心率、圓形度和形狀參數(shù)的形狀特征； 2)進(jìn)行實(shí)時(shí)診斷 通過(guò)病害圖像獲取硬件部分采集圖像，采集后經(jīng)過(guò)圖像預(yù)處理去除背景，去除菌核，分割病斑，最后進(jìn)行病斑計(jì)數(shù)、病斑面積和病斑長(zhǎng)度的計(jì)算，圖像預(yù)處理包括圖像數(shù)字化、圖像灰度化、圖像增強(qiáng)、圖像分割和數(shù)學(xué)形態(tài)學(xué)處理技術(shù)；去除背景具體過(guò)程如下:彩色圖像轉(zhuǎn)化為灰度圖像G ;利用最大類間方差法，將灰度圖像轉(zhuǎn)化為二值圖像E，其中背景B區(qū)域?yàn)楹谏?，葉片L區(qū)域?yàn)榘咨眠吘壐櫵惴ㄌ綔y(cè)每張葉片區(qū)域并標(biāo)記葉片，并計(jì)算每張葉片的面積1，用區(qū)域L作為模板，根據(jù)公式=從原始圖像中獲取完整的彩色葉片，去除背景，式中(-*、.>")為完整葉片區(qū)域中像素點(diǎn)的像素值；Pr(x，Y)為原始圖像中像素點(diǎn)，fpr(x, y)為pjx，y)像素點(diǎn)的像素值 ；采用矩形框方法去除菌核，具體步驟如下: (1)選取矩形框A，要求該矩形框充分包含菌核本身又不能干擾到病斑； (2)對(duì)于矩形框A，利用黑顏色進(jìn)行填充，覆蓋掉原顏色，使其變?yōu)楸尘吧?，不參與計(jì)算，達(dá)到菌核去除的目的； 將分割后病斑區(qū)域圖像D轉(zhuǎn)換為灰度圖像De ;然后利用最大類間方差法將灰度圖像De轉(zhuǎn)化為二值圖像De，在此基礎(chǔ)之上進(jìn)行像素計(jì)算(I)病斑計(jì)數(shù):將每個(gè)封閉的邊緣內(nèi)部定義為一個(gè)區(qū)域，利用邊緣跟蹤算法，依次探測(cè)De中標(biāo)記好的每張葉片中的區(qū)域，記錄區(qū)域個(gè)數(shù)即為每張葉片上病斑的個(gè)數(shù)；(2)病斑面積:計(jì)算每張葉片上離散的病斑區(qū)域面積，并計(jì)算總面積；(3)病斑長(zhǎng)寬:利用最小外接矩形，計(jì)算葉片上每個(gè)病斑區(qū)域的長(zhǎng)寬，并進(jìn)行排序，取最長(zhǎng)的參數(shù)作為分級(jí)標(biāo)準(zhǔn)， 所述的圖像獲取硬件部分主要由光源模塊、攝像機(jī)采集模塊、圖像處理模塊、輸入輸出控制模塊組成，包括光照箱、光源支架、光源、箱體頂部圓孔、數(shù)碼相機(jī)、相機(jī)固定桿、光學(xué)鏡頭、偏振鏡、載物臺(tái)、計(jì)算機(jī)；光源支架安裝在光照箱頂部四側(cè)，光源支架能在光照箱頂部調(diào)節(jié)到同一高度并固定，四個(gè)光源分別固定在各自的光源支架上，相機(jī)固定桿安裝在光照箱外部頂面中央，數(shù)碼相機(jī)固定在相機(jī)固定桿上，數(shù)碼相機(jī)能在相機(jī)固定桿上移動(dòng)并使相機(jī)取景器置于箱體頂部圓孔處，偏振鏡旋在光學(xué)鏡頭上，載物臺(tái)置于箱體底面正中心位置，箱體側(cè)門可自由開關(guān)以取放樣本，箱體側(cè)門關(guān)閉后整個(gè)箱體形成密封室，數(shù)碼相機(jī)與計(jì)算機(jī)通過(guò)USB線連接。
2.根據(jù)權(quán)利要求1所述的基于計(jì)算機(jī)視覺(jué)技術(shù)在水稻病蟲草害診斷方法，其特征在于:所述的主要葉部病害包括蔓枯病(Ascochyta citrullina)、霜霉病(Pseudoperonospora cubensis)、黑星病(Cladosporium cucumerinum)、灰霉病(Botrytiscinerea)、炭疽病(Colletortichum orbiculare)、菌核病(Sclerotinia sclerotiorum)、白粉病(Sphaerotheca fuliginea)、黑斑病(Alternaria cucumerina)、褐斑病(Corynespora cassiicol a)、紅粉病(Trichothecium roseum)、斑點(diǎn)病(Phyllostictacucurbitacearum)、葉斑病(Cercospora citrullina)、細(xì)菌性葉枯病(Xanthomonascampestris pv.Cucurbitae)、細(xì)菌性角斑病(Pseudomopnas syringae pv.Lachrymans) Λ細(xì)菌性緣枯病(Pseudomopnas marginalis pv.Marginalis)。
【文檔編號(hào)】G06K9/62GK103489006SQ201310471506
【公開日】2014年1月1日 申請(qǐng)日期:2013年10月11日 優(yōu)先權(quán)日:2013年10月11日
【發(fā)明者】郭猛, 王延中, 于濤 申請(qǐng)人:河南城建學(xué)院