[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

说明书

技术领域

本发明涉及农业工程，具体涉及一种田间开放环境下的叶片病害程度获取方法及系统。

背景技术

随着机器视觉技术的应用和发展，利用图像处理技术对作物病害图像进行处理、分割、计算，从而实现病害受害程度自动化计算成为可能，因此，机器视觉技术作为一种重要的病害受害程度自动化计算手段已经日益引起人们的重视，并广泛地应用于植保领域。

作物上病斑个数和病斑面积比例是病害受害程度和防治决策的重要依据，也是精确喷药的关键信息。与人工方法相比，使用机器视觉自动获取病斑数量以及病斑面积比例，不仅可降低劳动强度、提高工作效率，更加客观，避免人为因素的影响导致结果的不准确，而且便于与后续的防治决策和精确施药技术对接和技术集成。

目前，病害程度自动计算的难点之一是：在大田环境中，环境复杂，背景颜色变化多样，并且很难人为快速准确的计算病斑面积与叶片面积的比例，导致病害受害程度的估计具有很大的主观性和不确定性。目前研究较多的是只基于图像颜色特征，使用阈值法和阈值与聚类相结合的算法来进行病害程度自动计算。但是在大田开放环境下，这几种方法都不可避免导致误分割，不能在田间开放环境下准确计算病害受害程度。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供一种田间开放环境下的叶片病害程度获取方法及系统，能够在田间开放环境下准确计算叶片病害程度。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，所述方法通过使用具有拍照功能的智能手机实现。

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。

优选地，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。

优选地，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；