[发明专利]基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法

权利要求书

1.基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法，其特征在于所述方法包括：采用高光谱成像系统采集受稻瘟病侵染后不同抗性等级的水稻叶片高光谱图像；在叶片尺度上分析稻叶瘟病斑与正常部位感兴趣区域的光谱特征，得到差异较大的两个波段，对这两个波段进行2维散点图分析，提取只含病斑的高光谱图像；然后在病斑尺度上进行PCA主成分分析，得到利于褐色病斑和灰色病斑分割的一个主成分图像，采用OTSU法分割出灰色病斑；最后计算灰色病斑的延伸率和稻叶瘟病的受害率，结合延伸率和受害率两个参数对稻叶瘟病进行抗性分级。

2.根据权利要求1所述的基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法，其特征在于：所述高光谱成像系统包括含CCD的高光谱相机、光源、采样平台和计算机，所述方法具体步骤如下：

1）将水稻叶片样本分组平铺于采样平台上，在光源的作用下采用高光谱相机拍摄得到图像，通过计算机采集所拍摄的图像，对原始图像与单个叶片掩膜图像做逻辑与运算，提取去除背景信息后的单个叶片高光谱图像，同时计算叶片图像面积；

2）在叶片尺度上，提取稻叶瘟病斑和正常部位感兴趣区域的光谱信息，所述稻叶瘟病斑感兴趣区域包括褐色病斑和灰色病斑感兴趣区域，根据光谱信息分析光谱特征差异，确定区分稻叶瘟病斑与正常部位的敏感波段为550nm和680nm；

3）对550nm和680nm两个波段的2维散点图进行分析，将稻叶瘟病斑和正常部位区分开来，提取只含稻叶瘟病斑的高光谱图像，如果无病斑，稻叶瘟病判定为0级；如果存在病斑，则执行步骤4）；

4）在病斑尺度上，进行PCA主成分分析，根据贡献率的大小选择PC图像，得到利于褐色病斑和灰色病斑分割的是第2个主成分图像PC2；运用OTSU法在PC2图像中分割出灰色病斑和褐色病斑，如果无灰色病斑，稻叶瘟病判定为1、2级；如果存在灰色病斑，判定为3级以上，继续执行步骤5）；

5）计算纺锤形灰色病斑延伸率，选取延伸率0.3作为区分3级和4级的阈值，如果延伸率≥0.3，稻叶瘟病判定为3级；如果延伸率＜0.3，稻叶瘟病判定为4级以上，计算含褐色病斑和灰色病斑的稻叶瘟病斑图像面积，执行步骤6）；

6）通过步骤1）得到的叶片图像面积和步骤5）得到的稻叶瘟病斑图像面积，计算稻叶瘟病受害率，根据受害率的大小将稻叶瘟病分为4~9级。

3.根据权利要求2所述的基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法，其特征在于：步骤2）所述褐色病斑感兴趣区域为60个，所述灰色病斑感兴趣区域为104个，所述正常部位感兴趣区域为104个。

4.根据权利要求2所述的基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法，其特征在于：步骤5）所述纺锤形灰色病斑的延伸率的计算公式如下：

S=W/L

其中，S表示为纺锤形灰色病斑的延伸率，W表示为目标最小外接矩形的宽，L表示为目标最小外接矩形的长。

5.根据权利要求2所述的基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法，其特征在于：步骤6）所述稻叶瘟病受害率的计算公式如下：

R=（A2/A1）*100%

其中，R表示为稻叶瘟病受害率，A1表示为叶片图像面积，A2表示为稻叶瘟病斑图像面积。

6.根据权利要求5所述的基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法，其特征在于：通过计算出的受害率R，如果R＜2%，稻叶瘟病判定为4级；如果R为2~10%，稻叶瘟病判定为5级；如果R为11~25%，稻叶瘟病判定为6级，如果R为26~50%，稻叶瘟病判定为7级；如果R为51~75%，稻叶瘟病判定为8级；如果R＞75%，稻叶瘟病判定为9级。