欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種梨樹葉片上梨銹病斑的識別方法

文檔序號:6176436閱讀:506來源:國知局
一種梨樹葉片上梨銹病斑的識別方法
【專利摘要】本發(fā)明公開了一種梨樹葉片上梨銹病斑的識別方法,包括以下步驟:(1)取梨樹葉片,采集梨樹葉片在550nm、565nm、575nm、623nm和655nm處的單波段圖像;(2)對梨樹葉片在550nm、575nm、655nm處的單波段圖像進(jìn)行一階導(dǎo)數(shù)變換,并作為三個特征值輸入經(jīng)訓(xùn)練的高斯過程分類模型,提取得到病斑圖像;(3)對梨樹葉片在565nm、623nm處的單波段圖像作差分運(yùn)算并對結(jié)果圖像二值化,提取得到銹點圖像;(4)將病斑圖像和銹點圖像重疊合并,如果單個病斑和單個銹點合并形成新的連通區(qū)域,則該病斑為梨銹病斑。本發(fā)明不但操作簡單,而且準(zhǔn)確率高,有利于及時有效地對梨銹病進(jìn)行預(yù)防及控制。
【專利說明】一種梨樹葉片上梨銹病斑的識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種植物病害的識別方法,具體涉及一種梨樹葉片上梨銹病斑的識別方法。
【背景技術(shù)】
[0002]梨銹病又稱赤星病,主要危害植物的葉片、新梢和幼果,梨銹病除危害梨樹外,還能危害山楂、棠梨和貼梗海棠等。梨銹病的病原為梨膠銹菌,屬擔(dān)子菌亞門膠銹菌屬,性孢子器呈葫蘆形,埋生于表皮下。梨銹病病菌有轉(zhuǎn)主寄生的特性,必須在轉(zhuǎn)主寄主如檜柏、龍柏、歐洲刺柏等樹木上越冬,才能完成其生活史。若梨園周圍方圓5千米范圍內(nèi)沒有檜柏、龍柏等轉(zhuǎn)主寄主,梨銹病則一般不能發(fā)生。在有檜柏、龍柏等樹木存在的情況下,如在檜柏、龍柏等轉(zhuǎn)主寄主樹上的越冬病菌基數(shù)大,初侵染源充足,梨銹病發(fā)生就嚴(yán)重,反之,則發(fā)病較輕。
[0003]當(dāng)葉片受到梨銹病的危害時,葉片正面會形成橙黃色圓形病斑,并密生橙黃色針頭大的小點,即性孢子器(也稱為銹點)。一般根據(jù)梨銹病斑的形態(tài)特征即可判別葉片是否感染梨銹病,但是當(dāng)植物受到其他類型的脅迫時,可能會導(dǎo)致葉綠素的流失而產(chǎn)生淡黃色的斑點,因此對于通過形態(tài)特征來識別梨銹病斑產(chǎn)生一定的干擾,會導(dǎo)致在梨銹病斑的識別過程中錯誤的將葉綠素流失而產(chǎn)生的斑點識別為梨銹病斑,最終影響對梨銹病斑的識別。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種梨樹葉片上梨銹病斑的識別方法,以解決傳統(tǒng)方法通過肉眼觀察易受到外界干擾的問題。
[0005]一種梨樹葉片上梨銹病斑的識別方法,包括以下步驟:
[0006](I)取梨樹葉片,采集梨樹葉片在550nm、565nm、575nm、623nm和655nm處的單波段
圖像;
[0007](2)對梨樹葉片在550nm、575nm、655nm處的單波段圖像進(jìn)行一階導(dǎo)數(shù)變換,并作為三個特征值輸入經(jīng)訓(xùn)練的高斯過程分類模型,提取得到病斑圖像;
[0008](3)對梨樹葉片在565nm、623nm處的單波段圖像作差分運(yùn)算并對結(jié)果圖像二值化,提取得到銹點圖像;
[0009](4)將病斑圖像和銹點圖像重疊合并,如果單個病斑和單個銹點合并形成新的連通區(qū)域,則該病斑為梨銹病斑。
[0010]所述單波段圖像是指單波段光譜圖像,可以是吸收光譜圖像,也可以是反射光譜圖像,對最終識別結(jié)果沒有影響,無特殊說明本發(fā)明采集的是吸收光譜圖像。
[0011]本發(fā)明所述的銹點是指梨銹病斑中心橙黃色針頭大的小點,性孢子器,它也是梨銹病斑的一部分。
[0012]本發(fā)明比較病斑和正常葉片的一階導(dǎo)數(shù)光譜曲線,發(fā)現(xiàn)病斑和正常葉片在550nm、575nm、655nm處的一階導(dǎo)數(shù)光譜值差異明顯,因此將梨樹葉片在該三處波長的一階導(dǎo)數(shù)光譜圖像輸入高斯過程分類模型,在圖像上可以將病斑像素和正常葉片像素區(qū)分開,從而提取得到病斑像素。
[0013]一階導(dǎo)數(shù)變換的過程如下:
[0014]Α(λ)=1ηΕ(λ)
[0015]?(λ) = [Α(λ)-Α(λ+ω)]/ω
[0016]其中,λ表示波長的位置,RU)表示該像素在波長λ處的光譜值,DU)表示該像素在在波長λ處的一階導(dǎo)數(shù)光譜值,ω表不微分窗口尺度。
[0017]ω的大小對信息提取的有效性起到至關(guān)重要的作用,選取較小的微分窗口尺度能夠提供精細(xì)的光譜形態(tài)變化信息,但同時也會放大光譜中的高頻噪聲;選取較大的微分窗口尺度,對曲線有一定的平滑去噪功能,但微分窗口尺度過大會將光譜曲線上的拐點和極值點平滑,丟失一定的光譜形態(tài)信息,尤其是凹凸峰所攜帶的重要信息,不利于病斑像素和正常葉片像素的區(qū)分。
[0018]所述微分窗口尺度優(yōu)選為50nm,因此按照上述公式,為了獲得梨樹葉片在550nm、575nm、655nm的一階導(dǎo)數(shù)圖像,還需要采集梨樹葉片600nm、625nm、705nm的單波段圖像。
[0019]高斯過程分類模型是基于支持向量回歸(SVR)和最大空間聚類(MMC)的半監(jiān)督分類方法,該算法簡單且易于實現(xiàn),利用該 算法對像素進(jìn)行分類,需要先對模型進(jìn)行訓(xùn)練,具體為:
[0020]從梨樹葉片的病斑區(qū)域以及正常葉片區(qū)域各選取若干點,獲得這些點在550nm、575nm和655nm的一階導(dǎo)數(shù)光譜值,輸入高斯過程分類模型,并且病斑點的輸出值為1,正常葉片點的輸出值為2。如上所述,銹點是梨銹病斑的一部分,因此在選取病斑點時,并不考慮該病斑是否是梨銹病斑或者選擇點是否在銹點區(qū)域。
[0021]因為通過高斯分類模型對病斑像素和正常葉片像素進(jìn)行分類,由于光線反射差異,部分銹點像素有可能會被識別為正常葉片像素,因此形成的病斑中心可能會出現(xiàn)空心區(qū)域。
[0022]由于梨樹葉片上的病斑并不是全部由梨銹病造成的,可能是由其它脅迫因素造成的葉綠素流失,因此還需要在這些病斑中找出那些包含銹點的病斑。
[0023]本發(fā)明通過分析正常葉片區(qū)域、除銹點外病斑區(qū)域以及銹點區(qū)域的光譜曲線,發(fā)現(xiàn)在565nm和623nm之間的曲線段斜率有差異,因此通過對兩個波長的單波段圖像進(jìn)行差分運(yùn)算并對結(jié)果圖像二值化,可以在圖像上將銹點像素和正常葉片像素、除銹點外的病斑像素區(qū)分開來,從而提取得到銹點像素。
[0024]所述二值化的閾值為0,該閾值可以在圖像上把銹點像素和除銹點外的病斑像素、正常葉片像素區(qū)別開來。
[0025]以上操作僅僅是病斑像素、銹點像素從葉片圖像中分離出來,如果將聚集一起的病斑像素和銹點像素各自連通,即在圖像上形成病斑和銹點,反應(yīng)到整個梨樹葉片圖像上,即得到病斑圖像和銹點圖像。
[0026]因為梨銹病斑一定包含有銹點,因此病斑和銹點合并后形成新的連通區(qū)域,則說明該病斑為梨銹病斑。
[0027]與現(xiàn)有技術(shù)相比,本發(fā)明的突出效果體現(xiàn)在:[0028]本發(fā)明將梨銹病斑中心區(qū)域的橙黃色銹點作為識別的重要特征,通過圖像處理的方式能夠快速準(zhǔn)確地將在多種復(fù)雜條件干擾下的梨銹病斑識別出來,不但操作簡單,而且準(zhǔn)確率高,有利于及時有效地對梨銹病進(jìn)行預(yù)防及控制。
【專利附圖】

【附圖說明】
[0029]圖1本發(fā)明實施例選用的感染梨銹病的梨樹葉片樣本圖像。
[0030]圖2為正常葉片區(qū)域、除銹點外的病斑區(qū)域以及銹點區(qū)域的光譜曲線圖。
[0031]圖3為病斑區(qū)域和正常葉片區(qū)域的一階導(dǎo)數(shù)光譜曲線圖,其中(a)為病斑區(qū)域,(b)為正常葉片區(qū)域。
[0032]圖4為梨樹葉片在550nm處的一階導(dǎo)數(shù)光譜圖。
[0033]圖5為梨樹葉片在575nm處的一階導(dǎo)數(shù)光譜圖。
[0034]圖6為梨樹葉片在655nm處的一階導(dǎo)數(shù)光譜圖。
[0035]圖7為預(yù)測集樣本點輸入高斯過程分類模型的預(yù)測結(jié)果,其中(a)為病斑樣本點的預(yù)測結(jié)果,(b)為正常葉片樣本點的預(yù)測結(jié)果。
[0036]圖8為實施例提取的病斑圖像。
[0037]圖9為實施例提取的銹點圖像。
[0038]圖10為梨銹病斑識別結(jié)果圖像。
【具體實施方式】
[0039]隨機(jī)選取一張梨樹葉片,對該葉片進(jìn)行450_900nm的全波段掃描(廠家:芬蘭Specim公司,型號:近紅外光譜成像儀imspector V10E),然后在銹點區(qū)域、除銹點外的病斑區(qū)域、正常葉片區(qū)域上選取三個點,獲得它們的光譜曲線,如圖2所示,銹點與除銹點外的病斑、正常葉片在565nm和623nm之間的光譜曲線斜率有明顯差異。
[0040]利用上述的全波段掃描結(jié)果,在病斑區(qū)域和正常葉片區(qū)域選擇多個點,獲得它們的一階導(dǎo)數(shù)光譜曲線,微分窗口尺度選擇50nm,如圖3所不,病斑和正常葉片在550nm、575nm和655nm處的一階導(dǎo)數(shù)光譜值區(qū)別最為明顯,因此可以將梨樹葉片在該三個波長的一階導(dǎo)數(shù)光譜圖像作為特征值。
[0041]為了進(jìn)一步闡述本發(fā)明,本實施例選用如圖1所示的葉片樣本進(jìn)行識別操作,該葉片為隨機(jī)采取,仔細(xì)觀察有4處梨銹病斑,其余病斑為其它因素造成的葉綠素缺失,識別操作具體如下:
[0042](I)采集單波段圖像
[0043]取圖1所示的梨樹葉片,采集梨樹葉片在波長為600nm、550nm、625nm、575nm、705nm、655nm、623nm、565nm 的單波段圖像。
[0044](2)提取病斑圖像
[0045]采用一階導(dǎo)數(shù)光譜法對梨樹葉片在550nm、575nm和655nm處的單波段圖像進(jìn)行一階導(dǎo)數(shù)變換,微分窗口尺度選擇50nm,550nm、575nm和655nm處的一階導(dǎo)數(shù)光譜圖像如圖4?6所示。
[0046]隨機(jī)從病斑和正常葉片區(qū)域分別選取150個和450個點,獲得它們在550nm、575nm和655nm處的一階導(dǎo)數(shù)光譜值,作為三個特征值輸入高斯過程分類模型,并設(shè)定病斑點的輸出值為1,正常葉片點的輸出值為2。
[0047]然后再從病斑和正常葉片區(qū)域分別另外選取30個和60個點,組成預(yù)測樣本點集,獲得它們在550nm、575nm和655nm處的一階導(dǎo)數(shù)光譜值,輸入經(jīng)訓(xùn)練的高斯過程分類模型,預(yù)測集樣本點的預(yù)測結(jié)果如圖7所示,樣本點的偏差均在在±0.1的范圍內(nèi),可見效果比較
理相
[0048]將樣本梨樹葉片在550nm、575nm和655nm處一階導(dǎo)數(shù)光譜圖像作為三個特征值輸入經(jīng)訓(xùn)練的高斯過程分類模型,從圖像中提取得到病斑像素,將它們連通可以得到如圖8所示的病斑圖像。
[0049](3)提取銹點圖像
[0050]由于銹點、除銹點外的病斑以及正常葉片在565nm和623nm之間的光譜曲線斜率有明顯差異,因此對梨樹葉片在623nm和565nm的單波段圖像進(jìn)行差分運(yùn)算,然后對結(jié)果圖像進(jìn)行二值化處理,二值化的閾值設(shè)定為0,可以提取得到銹點像素,連通后得到如圖9所示的銹點圖像。
[0051](4)將提取的病斑圖像和銹點圖像重疊合并,當(dāng)圖8中的斑點與圖9中的斑點合并成一個連通區(qū)域時,則該新斑點就是梨銹病斑,葉片的梨銹病斑識別結(jié)果如圖10所示,因為銹點反射差異,在提取病斑像素時,個別銹點像素會被誤認(rèn)為正常葉片像素,因此病斑中心出現(xiàn)空心區(qū)域,但不影響最終識別結(jié)果。
[0052](5)如圖10所示,識別結(jié)果圖像包含了 4個梨銹病斑,與肉眼觀察是一致的,可見本發(fā)明方法是有效的。
【權(quán)利要求】
1.一種梨樹葉片上梨銹病斑的識別方法,其特征在于,包括以下步驟: (1)取梨樹葉片,采集梨樹葉片在550nm、565nm、575nm、623nm和655nm處的單波段圖像; (2)對梨樹葉片在550nm、575nm、655nm處的單波段圖像進(jìn)行一階導(dǎo)數(shù)變換,并作為三個特征值輸入經(jīng)訓(xùn)練的高斯過程分類模型,提取得到病斑圖像; (3)對梨樹葉片在565nm、623nm處的單波段圖像作差分運(yùn)算并對結(jié)果圖像二值化,提取得到銹點圖像; (4)將病斑圖像和銹點圖像重疊合并,如果單個病斑和單個銹點合并形成新的連通區(qū)域,則該病斑為梨銹病斑。
2.如權(quán)利要求1所述的梨銹病斑識別方法,其特征在于,所述一階導(dǎo)數(shù)變換的微分窗口尺度為50nm。
3.如權(quán)利要求1所述的梨銹病斑識別方法,其特征在于,所述二值化的閾值為O。
4.如權(quán)利要求1所述的梨銹病斑識別方法,其特征在于,所述高斯過程分類模型的訓(xùn)練方法如下: 從梨樹葉片的病斑區(qū)域以及正常葉片區(qū)域各選取若干點,獲得這些點在550nm、575nm和655nm的一階導(dǎo)數(shù)光譜值,輸入高斯過程分類模型,并且病斑點的輸出值為1,正常葉片點的輸出值為2。
【文檔編號】G01N21/25GK103487380SQ201310422474
【公開日】2014年1月1日 申請日期:2013年9月16日 優(yōu)先權(quán)日:2013年9月16日
【發(fā)明者】趙蕓, 徐興, 樊靖燁 申請人:浙江科技學(xué)院
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
成武县| 陕西省| 凌源市| 合水县| 庄浪县| 衡东县| 澳门| 永善县| 襄城县| 中阳县| 奈曼旗| 彰化县| 凯里市| 房产| 徐闻县| 西乌珠穆沁旗| 晋州市| 开封县| 祁阳县| 西畴县| 永年县| 扎囊县| 岫岩| 平遥县| 原平市| 星座| 怀安县| 永善县| 涟水县| 吴堡县| 周口市| 农安县| 米泉市| 连云港市| 新乡市| 资阳市| 措勤县| 龙海市| 通辽市| 天长市| 龙井市|