[发明专利]田间开放环境下的叶片病害程度获取方法及系统有效

专利信息
申请号: 201410012647.6 申请日: 2014-01-10
公开(公告)号: CN103778628B 公开(公告)日: 2017-01-18
发明(设计)人: 张水发;王开义;潘守慧;刘忠强;杨锋 申请(专利权)人: 北京农业信息技术研究中心
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 北京路浩知识产权代理有限公司11002 代理人: 李迪
地址: 100097 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 田间 开放 环境 叶片 病害 程度 获取 方法 系统
【权利要求书】:

1.一种田间开放环境下的叶片病害程度获取方法,其特征在于,该方法包括:

以黑色平板为背景对叶片拍照;

在照片的灰度图像中通过提取边缘特征将图像分为若干个区域;

在照片的彩色图像中根据颜色特征从所述区域中找到叶片区域和病斑区域;

根据病斑区域个数,和病斑区域与叶片区域的面积比例判断叶片的病害程度。

2.根据权利要求1所述的方法,其特征在于,所述在照片的灰度图像中通过提取边缘特征将图像分为若干个区域包括:

将照片转换为灰度图像;

在所述灰度图像中提取边缘点;

将所述边缘点组合为若干个连通分量,使所有互为八邻域点的两个边缘点都属于同一个连通分量;

将所述连通分量组合为若干个区域边界,使所有位置关系满足预定条件的连通分量都属于同一个区域边界;

按所述区域边界将图像分为若干个区域。

3.根据权利要求2所述的方法,其特征在于,所述预定条件包括两个连通分量中相距最近的两个边缘点之间相距的像素数,小于两连通分量中边缘点数较小者的边缘点数的一半。

4.根据权利要求2所述的方法,其特征在于,在所述按所述区域边界将图像分为若干个区域步骤之前,进一步包括将所围面积小于预定噪声阈值的区域边界从图像中除去。

5.根据权利要求1所述的方法,其特征在于,在照片的彩色图像中根据颜色特征从所述区域中找到叶片区域和病斑区域包括:

计算每个区域中超绿像素点与超黄像素点所占的比例之和;

将所述比例之和大于预定值的区域判定为叶片区域;

将所述叶片区域中的非超绿像素点的集合判定为病斑区域。

6.根据权利要求1至5任意一项所述的方法,其特征在于,所述方法通过使用具有拍照功能的智能手机实现。

7.一种田间开放环境下的叶片病害程度获取系统,其特征在于,包括:

拍照模块,用于以黑色平板为背景对叶片拍照;

图像划分模块,用于在照片的灰度图像中通过提取边缘特征将图像分为若干个区域;

区域判定模块,用于在照片的彩色图像中根据颜色特征从所述区域中找到叶片区域和病斑区域;

病害程度判断模块,用于根据病斑区域个数,和病斑区域与叶片区域的面积比例判断叶片的病害程度。

8.根据权利要求7所述的系统,其特征在于,所述图像划分模块包括:

灰度转换单元,用于将照片转换为灰度图像;

边缘点提取单元,用于在所述灰度图像中提取边缘点;

连通分量组合单元,用于将所述边缘点组合为若干个连通分量,使所有互为八邻域点的两个边缘点都属于同一个连通分量;

区域边界组合单元,用于将所述连通分量组合为若干个区域边界,使所有位置关系满足预定条件的连通分量都属于同一个区域边界;

区域划分单元,用于按所述区域边界将图像分为若干个区域。

9.根据权利要求7所述的系统,其特征在于,所述区域判定模块包括:

颜色特征提取单元,用于计算每个区域中超绿像素点与超黄像素点所占的比例之和;

叶片区域提取单元,用于将所述比例之和大于预定值的区域判定为叶片区域;

病斑区域提取单元,用于将所述叶片区域中的非超绿像素点的集合判定为病斑区域。

10.根据权利要求7至9任意一项所述的系统,其特征在于,所述系统为具有拍照功能的智能手机。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京农业信息技术研究中心,未经北京农业信息技术研究中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410012647.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top