[发明专利]基于多光谱图像处理的水稻稻叶瘟病检测分级方法

摘要

本发明公开了一种基于多光谱图像处理的水稻稻叶瘟病检测分级方法。利用可见/近红外多光谱摄像机实时采集绿光波段，红光波段，近红外波段三个波段通道的单色灰度图像，然后使用Matlab软件，通过图象处理方法编写应用软件，进行图像处理。包括背景及噪声、干扰等的消除和作物病斑信息的识别分析，实现植物是否发病及病斑位置和分级的准确快速处理。每张图片的病害识别时间仅为数秒。本发明用于快速、准确、稳定、实时、非破坏性的水稻稻瘟病感染诊断并且准确地指出病斑所在的位置以及感染程度分级，减少由于全面喷洒而造成的药物用量，降低生产成本并减少污染，为变量喷药提供数据支持，提高精确喷药的决策水平，实现精细农业起到积极的作用。

主权项

1、一种基于多光谱图像处理的水稻稻叶瘟病检测分级方法，其特征在于：利用多光谱图像检测平台，采集到水稻的红色(R)、绿色(G)及近红外(IR)三个通道的冠层灰度图像信息，采用Matlab软件实现的稻叶瘟检测的多光谱图像处理算法，包括背景噪声的消除和枯叶的灰度分析，基于Matlab的图像处理过程，分为以下五个步骤：1)利用在近红外图像中，冠层叶面与背景图像的灰度值差异较大的特性，将背景和冠层叶面图像分离；同时计算出冠层叶面在图像的像素点值；2)利用在红通道图像中，枯黄部位叶面与健康部位叶面灰度值差异较大的特性，将枯黄部位叶面与健康部位叶面图像分离，标记枯黄叶面区域；3)在红通道图像中，利用叶尖判定算法，将枯黄叶尖与其它枯黄部位叶面图像分离；4)在红、绿通道图像中，根据稻瘟病菌侵入机理，利用枯黄叶尖边缘灰度值差异判定算法，将自然枯黄叶尖与发病枯黄叶尖图像分离；同时计算出发病叶面在图像的像素点值；5)根据发病部位叶面积与冠层总叶面积像素点的比值，计算得出该图像中叶瘟病害的评价等级。