[发明专利]融合光谱和图像信息的作物病虫害识别和区分方法

权利要求书

1.一种融合光谱和图像信息的作物病虫害识别和区分方法，其特征是，包括如下步骤：

(1-1)光谱图像数据采集

将叶片p置于黑板上，使用包含中心波长为570nm，680nm，750nm的三个波段的高光谱相机采集植物叶片光谱图像，上述三波段对不同病虫害敏感且具有区分力；对植物叶片光谱图像进行标定处理，得到与570nm、680nm和750nm分别对应的反射率图像Re f₅₇₀，Re f₆₈₀和Re f₇₅₀；

(1-2)叶片区域与背景分离

设定影像分割阈值W1，对于反射率图像Re f₇₅₀；

当Re f₇₅₀中的像元的反射率≥W1，判定该像元处为叶片；

当Re f₇₅₀中的像元的反射率＜W1，判定该像元处为背景；

设定判定为叶片的区域像元值为1，设定判定为背景的区域像元值为0，得到一幅二值掩膜图像Mask_leaf；利用所述二值掩膜图像Mask_leaf，对Re f₅₇₀，Re f₆₈₀和Re f₇₅₀分别进行掩膜，去除背景，得到叶片区域影像Re f′₅₇₀，Re f′₆₈₀和Re f′₇₅₀；

(1-3)叶片中病虫伤斑提取

利用下述公式计算RTVI指数：

RTVI=100×(Ref750′-Ref570′)-180×(Ref680′-Ref570′)(Ref750′+Ref570′)×180]]>

基于三个波段的反射率影像Re f′₅₇₀，Re f′₆₈₀和Re f′₇₅₀，利用上式进行波段运算，生成RTVI影像；

设定RTVI阈值W2，将RTVI影像的叶片区域各个像元处的RTVI指数分别与W2做比较；

当RTVI指数≥W2，判定该像元处叶片为正常；

当RTVI指数＜W2，判定该像元处叶片为伤斑；

设定判定为叶片的区域像元值为1，设定判定为病斑的区域像元值为2，背景区域像元值为0，完成对叶片正常区域和病斑区域的区分，得到一幅分类图；

(1-4)计算叶片伤斑区域的光谱特征和图像特征

利用下述公式分别计算与Re f′₅₇₀，Re f′₆₈₀和Re f′₇₅₀相对应的叶片伤斑区域的3个光谱特征：

Ratioi=Ref(i,D)‾Ref(i,H)‾]]>

其中，i表示570nm，680nm和750nm中的任一波长，D表示叶片伤斑区域的像元，H代表叶片正常区域的像元，表示叶片样本被判定为胁迫区域的整体反射率均值，表示叶片样本被判定为正常区域整体反射率均值，Ratio_i为中心波长为i的叶片伤斑部分与正常部分整体反射率均值的比值；

结合不同病虫害伤斑的形态特点，得到叶片样本的5个图像特征：方向一致性特征、复杂度特征、等效面积圆半径、纹理对比度和熵；

(1-5)病虫害区分

设定费氏线性判别分析(FLDA)模型，FLDA模型由已知病虫害类型的若干个叶片样本训练构成，FLDA模型包括y种病虫害类型和与其关联的每个叶片的3个光谱特征和5个图像特征；将步骤(1-4)中得到的叶片p的3个光谱特征和5个图像特征输入FLDA模型中，FLDA模型输出叶片p的病虫害类型。