[发明专利]基于红外图像监测预警农作物早期病害及感染区域的方法

说明书

技术领域

本发明涉及一种监测农作物早期病害以及对病害感染区域分布状况进行评价的方法，尤其涉及一种基于红外图像监测预警农作物早期病害及感染区域的方法；属于农作物早期病害光学无损监测方法。

背景技术

及时、准确地对农作物早期病虫害进行识别是有效防治农作物病虫害蔓延的关键。目前通常采用以下几种方法：一是通过农业病虫害图谱进行比对，该法虽然比较直观，但不够准确。二是借助农业病虫害著作进行综合判断鉴别，该法准确，但需要具备较强的专业知识；而且种类不全，查阅速度较慢。三是利用分类检索表，此法最为准确、速度快，但仅适合植保专业人员；而且其中缺乏生活史、发生规律、预测及防治方法描述等。另外，上述识别方法都必须依赖农技人员的肉眼和经验进行分析判断，存在主观性强、难以长时间持续操作等缺陷。

上述传统监测方法不仅耗时费力、容易受到技术经验和主观因素的影响；不仅难以识别早期病害，而且信息滞后，严重影响病害监测可靠性。光学显微镜技术、透射电子显微镜技术、生物测定技术、血清学技术等虽然能够进行精确的检测，但是却需要耗费大量的时间和成本，且需要专业人员操作；因此难以应用于田间地头对农作物病害感染区域进行在线监测和评估预警。

发明内容

为了克服上述现有技术的不足，本发明旨在提供一种基于红外图像监测预警农作物早期病害及感染区域的方法，该方法既能对人眼难以察觉的农作物早期病害进行无损在线检测、又可对病害蔓延趋势进行评估预警。

为了实现上述目的，本发明采用以下技术方案：

1)用红外热像仪拍摄整株农作物或者某一种植区域内的所有农作物，得监测对象的红外图像；

2)根据红外图像，算出监测对象中所有像素点的平均温度是像素点i所在位置对应的温度，n是像素点的总数；

3)根据红外图像，确定监测对象中低于平均温度的所有像素点，算出监测对象中所有低温像素点的总面积S₀是像素点的面积，k是低温像素点的总数，j是第某个低温像素点；

根据红外图像，算出监测对象中所有像素点的总面积S＝n·S₀；

4)算出所述低温像素点总面积与所述所有像素点总面积的比例P＝S_d/S；

5)判定：

若P≤30％,则认定农作物病害感染区域为I级；

若30％＜P≤50％，则认定农作物病害感染区域为II级；

若50％＜P≤70％，则认定农作物病害感染区域为III级；

若70％＜P，则认定农作物病害感染区域为IV级。

在上述技术方案中，农作物病害感染区域的等级虽然规定为I～IV级，但损伤程度的等级以及各等级的上限限值均可根据需要作适当的增加或减少，以满足不同品种、不同要求的实际要求。

与现有技术比较，本发明利用红外图像对农作物早期病害区域的温度具有敏感性的原理，根据红外图像中监测对象(即整株农作物或者某一种植区域内的所有农作物)像素点的温度差异来判断病害感染区域，以病害感染区域的面积占监测对象面积的百分比为早期病害感染区域的评判参数；因此可有效地克服依靠人眼识别农作物病害所存在的主观性强、准确度低、需具备较强实践经验等缺陷。另外，本发明方法由于可将红外热像仪与计算机连接，因此能够对人眼难以识别的早期病害进行无损在线检测；不仅识别准确率高，而且还可降低检测分析的时间和成本。

本发明方法主要用于烟草等农作物的农田实时检测。由于无需对农作物进行采摘、分离等破坏性实验分析，因此既能用于实验室病毒种类精确分析之前进行病害识别，又可用于农作物健康状态无损检测评价。本发明方法是从病害感染的空间特征来描述病害对作物的影响，因此主要适用于需要对作物感染范围、分布情况、或蔓延趋势进行评价的场合。

附图说明

图1是用testo 890红外热像仪所拍摄的整株烟草红外图像；

图2是用可见光相机拍摄的整株烟草可见光图像。

具体实施方式

下面以烟草为监测对象，结合附图和具体的实施例对本发明作进一步说明，其步骤如下：

1)用红外热像仪拍摄整株农作物或者某一种植区域内的所有农作物，得监测对象的红外图像；

2)根据红外图像，算出监测对象中所有像素点的平均温度是像素点i所在位置对应的温度，n是像素点的总数；