[发明专利]基于纹理滤波和二维光谱特征空间判别相结合的小麦叶片白粉病斑标记方法有效
申请号: | 201711336069.1 | 申请日: | 2017-12-14 |
公开(公告)号: | CN107944426B | 公开(公告)日: | 2020-06-02 |
发明(设计)人: | 赵晋陵;黄林生;张东彦;徐超;黄文江;阮莉敏;翁士状;梁栋 | 申请(专利权)人: | 安徽大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32 |
代理公司: | 合肥国和专利代理事务所(普通合伙) 34131 | 代理人: | 张祥骞 |
地址: | 230601 安徽省合肥市经*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 纹理 滤波 二维 光谱 特征 空间 判别 相结合 小麦 叶片 白粉病 标记 方法 | ||
1.一种基于纹理滤波和二维光谱特征空间判别相结合的小麦叶片白粉病斑标记方法,其特征在于,包括以下步骤:
11)源数据的获取和预处理,获取侵染白粉病的小麦叶片高光谱影像立方体,并进行数据预处理;
12)纹理滤波指数的获取,对高光谱影像立方体进行主成分变换,获得第一主成分PC1,并进行基于概率统计的滤波分析,得到纹理滤波指数;
13)提取潜在的病害像元,利用数据范围、平均值、方差三个纹理滤波指数进行假彩色合成,确定潜在病害像元;
所述提取潜在的病害像元包括以下步骤:
41)对5个纹理滤波指数进行统计分析,计算其最大值、最小值、均值、标准差4个指标,得到信息熵和偏斜两个特征量的指标值接近于0,将信息熵和偏斜舍去,对数据范围、平均值、方差三个纹理滤波指数进行分析;
42)将数据范围、平均值、方差三幅单波段影像进行假彩色合成,对比真彩色影像,在数据范围、平均值、方差分别作为红、绿、蓝的假彩色影像中,背景被赋予黑色,正常叶片显示为深绿色,白粉病斑显示为白色;
43)基于选定的假彩色合成影像,采用最大似然法监督分类方法,分别选定正常叶片和病害叶片的感兴趣区ROI,执行监督分类,
其中,最大似然法监督分类为每一个像元计算判别函数,其表达式如下:
式中,i代表第i个类型,x代表n维的数据,n为光谱波段的数目,p(ωi)表示某个类在所有类中的发生概率,|∑i|表示某个类中数据协方差矩阵的行列式,表示某个类协方差矩阵的逆,mi表示某个类的均值向量;
44)提取出潜在病害像元;
14)提取病害像元并标记,构建光谱波段二维判别方程,通过光谱波段二维判别方程对潜在病害像元进行判断,确定出病害像元并进行标记;
所述提取病害像元并标记包括以下步骤:
51)找出450~950nm波段范围内光谱差异最大的波段,定义空间坐标轴,
511)随机选取110个潜在病害像元和110个白粉病害像元;
512)求取两种类型像元的平均光谱,再进行差值运算;
513)根据归一化植被指数NDVI的构建原理,将红光和近红外区间的差异认为对生物量和叶绿素含量变化最敏感的区域;
514)设定红波段为X轴、近红外波段为Y轴构成二维光谱特征空间;
52)求取10个675.1~681.1nm红光波段和10个706.2~712.1nm近红外波段的平均值,得到两个综合波段作为二维光谱特征空间;
将220个像元放入特征空间中,分析潜在病害像元和白粉病斑的空间分布趋势,发现病害像元的分布较潜在病害像元更加离散,找出两种像元区分度最大的斜率,以分界线上的潜在病害像元和病害像元构建光谱波段二维判别方程式,求取一条分离两种类型像元的直线方程,其设定如下:
Y=3.48*X-7.57
式中,X为675.1~681.1nm区间内红波段的反射率,Y为706.2~712.1nm区间内近红外波段的平均反射率;
53)将光谱波段二维判别方程式应用于潜在病害像元,提取出病害像元并进行标记。
2.根据权利要求1所述的基于纹理滤波和二维光谱特征空间判别相结合的小麦叶片白粉病斑标记方法,其特征在于,所述的源数据的获取和预处理包括以下步骤:
21)将侵染白粉病的小麦叶片固定在黑布上,利用线阵推扫式成像光谱仪获取高光谱影像立方体;
22)将线阵推扫式成像光谱仪采集的BMP格式置换为影像格式。
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安徽大学,未经安徽大学许可,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/201711336069.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:道路标志的识别方法和装置
- 下一篇:动态人脸识别方法及计算机可读存储介质