基于android的田間病害程度圖像識(shí)別方法
【專利摘要】本發(fā)明公開了一種基于android的田間病害程度圖像識(shí)別方法，首先，對(duì)應(yīng)用android操作系統(tǒng)的智能終端進(jìn)行JAVA編程，得到所需的識(shí)別系統(tǒng)操作界面；當(dāng)需要進(jìn)行田間病害調(diào)查時(shí)，利用所述智能終端自帶的拍攝功能，獲取田間葉片的圖像；其次，通過人機(jī)交互方式，勾勒出葉片圖像中的葉片區(qū)域和病斑區(qū)域；最后，通過圖像分析自動(dòng)計(jì)算葉片區(qū)域和病斑區(qū)域的面積，并計(jì)算病斑區(qū)域所占百分比，從而得出植病的嚴(yán)重度。本發(fā)明方法不但可以解決植物病害嚴(yán)重度的現(xiàn)場(chǎng)精確識(shí)別的問題，而且對(duì)操作人員專業(yè)技能要求低，將極大地提高田間植病分析的效率。
【專利說明】基于android的田間病害程度圖像識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及田間病害調(diào)查的【技術(shù)領(lǐng)域】，尤其是指一種基于android的田間病害程度圖像識(shí)別方法。
【背景技術(shù)】
[0002]植物病害的田間調(diào)查是了解植物病害發(fā)生的重要工作，能夠?yàn)檠芯坎⒄J(rèn)識(shí)植病發(fā)生的規(guī)律、進(jìn)而進(jìn)行植物檢疫、植病的防治以及植病的預(yù)測(cè)、產(chǎn)量損失估計(jì)等提供重要的第一手資料。傳統(tǒng)的植物病害田間專題調(diào)查的方式是在田間選取多個(gè)代表性的地塊，選點(diǎn)和取樣，通過分析植株或器官的受害程度，如葉片上病斑面積的百分比來估計(jì)植病的嚴(yán)重度，例如，在水稻白葉枯病損失估計(jì)中，以葉片受害面積作為評(píng)估的依據(jù)。但是這種調(diào)查方法抽樣量非常大，對(duì)植病嚴(yán)重度的分級(jí)常采用鉛絲框、級(jí)片框或者人工估計(jì)，由此導(dǎo)致植病的分級(jí)程度不準(zhǔn)確，調(diào)查人員的工作量巨大，而且為保證數(shù)據(jù)誤差不至于太大，在人工估計(jì)中，應(yīng)盡可能由同一個(gè)調(diào)查人員評(píng)估數(shù)據(jù)，否則會(huì)存在不同人員判定尺度不一的問題。因此，在田間調(diào)查中迫切需要一種能對(duì)植病嚴(yán)重度進(jìn)行精確測(cè)量且便于攜帶的儀器。圖像分析技術(shù)非常適合于對(duì)田間葉片病斑程度的精確分析，但是，基于傳統(tǒng)的CCD攝像機(jī)+PC機(jī)的圖像采集與分析模式，由于其價(jià)格、非便攜性等因素，無法應(yīng)用于田間調(diào)查的現(xiàn)場(chǎng)分析。
[0003]病害程度調(diào)查中常采用分級(jí)計(jì)數(shù)法以調(diào)查植物發(fā)病的程度。植物發(fā)病程度可以通過統(tǒng)計(jì)植物葉片病斑的大小來確認(rèn)。使用分級(jí)計(jì)數(shù)法，需要事先在田間采集發(fā)病輕重不同的標(biāo)本，選出每一級(jí)的典型代表，用圖或照相制作成標(biāo)準(zhǔn)。制作標(biāo)準(zhǔn)時(shí)，一般用求積儀測(cè)定葉斑面積總和與葉片面積，并計(jì)算葉斑面積所占葉片面積的百分率，依據(jù)百分率數(shù)值將植病嚴(yán)重度分成不同的等級(jí)。例如，麥類銹病分級(jí)、蘋果黑腐病分級(jí)等，如圖11和圖12所示。在麥類銹病分級(jí)標(biāo)準(zhǔn)中，發(fā)病率分為5%、10%、25%、40%、65%與100%共6個(gè)等級(jí)，分級(jí)依據(jù)是葉片上夏孢子堆占葉面積的百分率，對(duì)應(yīng)數(shù)據(jù)分別為1.85%,3.7%、9.25%、14.8%,24.05%及37%。
[0004]在實(shí)際田間調(diào)查時(shí)，通常采用人工估算法，具體是通過人工觀察抽樣葉片孢子堆分布面積，再參照分級(jí)標(biāo)準(zhǔn)估算植病的發(fā)病率。而采用人工估算存在以下缺點(diǎn):(1)精度受到影響，不同的觀察者，對(duì)同一樣本會(huì)得到不同的估算結(jié)果；(2)估算效率受到觀察者熟練程度的影響；(3)需要事先制作分級(jí)標(biāo)準(zhǔn)圖片。
[0005]此外,在田間調(diào)查時(shí)，也有采用電子葉面測(cè)量?jī)x或求積儀測(cè)量葉片面積和病斑面積。但存在以下缺點(diǎn):(1)對(duì)病斑面積尤其是多處病斑測(cè)量不便；(2)儀器的便攜性與在田間的操作性欠佳，且求積儀需要采摘葉片并在實(shí)驗(yàn)室完成測(cè)量。
[0006]另外，也有利用圖像處理技術(shù)測(cè)定葉片和病斑面積，而測(cè)量系統(tǒng)的構(gòu)成有四種方式:(1)嵌入式系統(tǒng)PC104+USB攝像頭；(2)PC計(jì)算機(jī)+CCD攝像機(jī)；(3) ARM+CIS接觸式圖像傳感器；(4)基于mobile的測(cè)量系統(tǒng)。方式(I)中介紹的方法可以測(cè)量葉片的長(zhǎng)、寬、面積、周長(zhǎng)，但沒有測(cè)量葉斑面積的算法及所占百分比，同時(shí)該方案只能一機(jī)專用；方式(2)中介紹的方法，只適用于實(shí)驗(yàn)室分析，不能用于田間現(xiàn)場(chǎng)分析；方式(3)中介紹的方法，采用接觸式CIS傳感器，可以現(xiàn)場(chǎng)測(cè)量植物活體葉片的面積、寬度、最大寬度、長(zhǎng)度、長(zhǎng)寬比等參數(shù)，但不能測(cè)量病斑面積及所占百分比；方式(4)中介紹的基于mobile的測(cè)量系統(tǒng)，其采用的是mobil系統(tǒng)，C#編程，目前的應(yīng)用范圍受到限制。
[0007]目前，由于移動(dòng)通訊技術(shù)與嵌入式技術(shù)的發(fā)展，平板電腦與智能手機(jī)集成度高、便于攜帶，其功能強(qiáng)大、運(yùn)算速度不斷提升、而價(jià)格不斷降低，而且主流的android系統(tǒng)具有開放性的操作平臺(tái)，允許非預(yù)設(shè)軟件的安裝與使用，用戶完全可以利用其拍照功能采集植物圖像，自行開發(fā)第三方的圖像分析軟件，對(duì)采集圖像進(jìn)行處理與分析，不但可以解決植物病害嚴(yán)重度的現(xiàn)場(chǎng)精確識(shí)別的問題，且該種方法對(duì)操作人員專業(yè)技能要求低，基于android的平板電腦和智能手機(jī)價(jià)格低廉，攜帶方便，可人手一部進(jìn)行操作，也將提高田間植病分析的效率。

【發(fā)明內(nèi)容】

[0008]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種精準(zhǔn)、可靠、快速的基于android的田間病害程度圖像識(shí)別方法，該方法不但可以解決植物病害嚴(yán)重度的現(xiàn)場(chǎng)精確識(shí)別的問題，而且對(duì)操作人員專業(yè)技能要求低，將極大地提高田間植病分析的效率。
[0009]為實(shí)現(xiàn)上述目的，本發(fā)明所提供的技術(shù)方案為:基于android的田間病害程度圖像識(shí)別方法，首先，對(duì)應(yīng)用android操作系統(tǒng)的智能終端進(jìn)行JAVA編程，得到所需的識(shí)別系統(tǒng)操作界面；當(dāng)需要進(jìn)行田間病害調(diào)查時(shí)，利用所述智能終端自帶的拍攝功能，獲取田間葉片的圖像；其次，通過人機(jī)交互方式，勾勒出葉片圖像中的葉片區(qū)域和病斑區(qū)域；最后，通過圖像分析自動(dòng)計(jì)算葉片區(qū)域和病斑區(qū)域的面積，并計(jì)算病斑區(qū)域所占百分比，從而得出植病的嚴(yán)重度。
[0010]所述基于android的田間病害程度圖像識(shí)別方法，包括以下步驟:
[0011]I)采集葉片圖像
[0012]利用所述智能終端自帶的攝像頭拍攝葉片圖像，而采集到的葉片圖像將實(shí)時(shí)顯示在所述智能終端的識(shí)別系統(tǒng)操作界面的圖像顯示區(qū)上；
[0013]2)分割葉片區(qū)域
[0014]采用人機(jī)交互方式，用手指在所述圖像顯示區(qū)上，勾勒出被攝葉片的輪廓，輪廓線將以黃色顯示在圖像顯示區(qū)上；
[0015]3)計(jì)算葉片面積
[0016]點(diǎn)擊識(shí)別系統(tǒng)操作界面的計(jì)算按鈕，則用JAVA編寫的程序?qū)⒁渣S色輪廓為界，通過掃描方式自動(dòng)求出黃色輪廓線內(nèi)的像素點(diǎn)數(shù)，此即為葉片區(qū)域的面積；
[0017]4)選擇病斑區(qū)域線條繪制顏色
[0018]在程序界面上選擇繪制線條顏色為紅色，則此后以紅色輪廓所圍的區(qū)域都將被視為病斑區(qū)域；
[0019]5)分割病斑區(qū)域
[0020]采用人機(jī)交互方式，用手指在所述圖像顯示區(qū)上，勾勒出葉片中某個(gè)病斑區(qū)域的輪廓，輪廓線將以紅色顯示在屏幕上；
[0021]6)若葉片上有多個(gè)病斑區(qū)域，則重復(fù)進(jìn)行步驟5)，直到所有的病斑區(qū)域都被勾勒為止；[0022]7)計(jì)算病斑區(qū)域面積與占葉片面積的百分比
[0023]點(diǎn)擊識(shí)別系統(tǒng)操作界面的計(jì)算按鈕，則程序?qū)⒁约t色輪廓為界，通過掃描方式自動(dòng)求出紅色輪廓所圍的像素點(diǎn)數(shù)，此即為病斑區(qū)域的面積，同時(shí)也計(jì)算出病斑區(qū)域占葉片面積的百分比，所述百分比計(jì)算公式如下:
[0024]
【權(quán)利要求】
1.基于android的田間病害程度圖像識(shí)別方法,其特征在于:首先，對(duì)應(yīng)用android操作系統(tǒng)的智能終端進(jìn)行JAVA編程，得到所需的識(shí)別系統(tǒng)操作界面；當(dāng)需要進(jìn)行田間病害調(diào)查時(shí)，利用所述智能終端自帶的拍攝功能，獲取田間葉片的圖像；其次，通過人機(jī)交互方式，勾勒出葉片圖像中的葉片區(qū)域和病斑區(qū)域；最后，通過圖像分析自動(dòng)計(jì)算葉片區(qū)域和病斑區(qū)域的面積，并計(jì)算病斑區(qū)域所占百分比，從而得出植病的嚴(yán)重度。
2.根據(jù)權(quán)利要求1所述的基于android的田間病害程度圖像識(shí)別方法，其特征在于，包括以下步驟: 1)采集葉片圖像 利用所述智能終端自帶的攝像頭拍攝葉片圖像，而采集到的葉片圖像將實(shí)時(shí)顯示在所述智能終端的識(shí)別系統(tǒng)操作界面的圖像顯示區(qū)上； 2)分割葉片區(qū)域 采用人機(jī)交互方式，用手指在所述圖像顯示區(qū)上，勾勒出被攝葉片的輪廓，輪廓線將以黃色顯示在圖像顯示區(qū)上； 3)計(jì)算葉片面積 點(diǎn)擊識(shí)別系統(tǒng)操作界面的計(jì)算按鈕，則用JAVA編寫的程序?qū)⒁渣S色輪廓為界，通過掃描方式自動(dòng)求出黃色輪廓線內(nèi)的像素點(diǎn)數(shù)，此即為葉片區(qū)域的面積； 4)選擇病斑區(qū)域線條繪制顏色 在程序界面上選擇繪制線條顏色為紅色，則此后以紅色輪廓所圍的區(qū)域都將被視為病斑區(qū)域； 5)分割病斑區(qū)域 采用人機(jī)交互方式，用手指在所述圖像顯示區(qū)上，勾勒出葉片中某個(gè)病斑區(qū)域的輪廓，輪廓線將以紅色顯示在屏幕上； 6)若葉片上有多個(gè)病斑區(qū)域，則重復(fù)進(jìn)行步驟5)，直到所有的病斑區(qū)域都被勾勒為止; 7)計(jì)算病斑區(qū)域面積與占葉片面積的百分比 點(diǎn)擊識(shí)別系統(tǒng)操作界面的計(jì)算按鈕，則程序?qū)⒁约t色輪廓為界，通過掃描方式自動(dòng)求出紅色輪廓所圍的像素點(diǎn)數(shù)，此即為病斑區(qū)域的面積，同時(shí)也計(jì)算出病斑區(qū)域占葉片面積的百分比，所述百分比計(jì)算公式如下:
病斑所占面積的百分比(%) =
3.根據(jù)權(quán)利要求1或2所述的基于android的田間病害程度圖像識(shí)別方法，其特征在于:所述識(shí)別系統(tǒng)操作界面主要由圖像顯示區(qū)、線條顏色選擇及按鈕區(qū)三個(gè)部分構(gòu)成，其中， 所述圖像顯示區(qū)用于顯示采集的葉片圖像； 所述線條顏色選擇可選擇黃色或紅色，葉片輪廓須選擇黃色線條，病斑輪廓選擇紅色線條；所述按鈕區(qū)包括如下按鈕: 計(jì)算按鈕，點(diǎn)擊后，將計(jì)算線條所圍面積及病斑面積占葉片面積的百分比； 返回按鈕，點(diǎn)擊后，撤銷最近的一次勾勒輪廓操作； 拍照按鈕，點(diǎn)擊后，啟動(dòng)智能終端的相機(jī)，可實(shí)時(shí)顯示并采集場(chǎng)景圖像； 保存圖像按鈕，點(diǎn)擊后，保存拍攝的圖像； 打開圖像按鈕，點(diǎn)擊后，打開保存在智能終端存儲(chǔ)卡上的圖像； 退出系統(tǒng)按鈕，點(diǎn)擊后，退出識(shí)別系統(tǒng)。
4.根據(jù)權(quán)利要求1或2所述的基于android的田間病害程度圖像識(shí)別方法，其特征在于:所述智能終端 為智能手機(jī)或平板電腦。
【文檔編號(hào)】G06F3/0484GK103778630SQ201410019017
【公開日】2014年5月7日 申請(qǐng)日期:2014年1月16日 優(yōu)先權(quán)日:2014年1月16日
【發(fā)明者】袁之報(bào), 鄧?yán)^忠, 李山, 林偉森 申請(qǐng)人:中華人民共和國海南出入境檢驗(yàn)檢疫局