[發明專利]一種基于移動互聯網模式和葉片顏色分析的小麥生長狀態診斷方法有效
| 申請號: | 201410206856.4 | 申請日: | 2014-05-15 |
| 公開(公告)號: | CN103955938B | 公開(公告)日: | 2017-03-08 |
| 發明(設計)人: | 江朝暉;楊春合;營米;張靜;饒元;劉連忠;陳祎瓊 | 申請(專利權)人: | 安徽農業大學 |
| 主分類號: | G06T7/90 | 分類號: | G06T7/90;G06T7/10 |
| 代理公司: | 安徽省合肥新安專利代理有限責任公司34101 | 代理人: | 何梅生 |
| 地址: | 230036 *** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 移動 互聯網 模式 葉片 顏色 分析 小麥 生長 狀態 診斷 方法 | ||
技術領域
本發明是一種涉及圖像處理領域,具體地說是一種基于移動互聯網模式和葉片顏色分析的小麥生長狀態診斷方法。
背景技術
在作物生長的過程中,植物葉片作為植物自身最重要生理器官之一,葉片的顏色變化與作物的氮含量、葉綠素含量有著密不可分的關系,而氮含量、葉綠素含量又與植物光合速率、營養狀況等密切相關。而葉片水分信息可以直接反映出整個植株的水分狀況,從而對植物水分虧缺情況與植物生理生化反應和生長發育狀況有所反映。一般情況下,使用化學方法或者專用儀器獲取作物葉片氮含量、葉綠素含量等營養含量;使用烘干法或者專用儀器進行作物葉片含水率的測量;或者使用高光譜或者紅外的方法對圖像葉片含水率進行測量。但是這些專業方法的使用,需要專業的化學知識和實驗操作技能;且檢測儀器價格相對較高。
小麥常見病害的種類很多,其中普遍發生、危害嚴重的主要有白粉病、鐵銹病、條銹病等。但是由于農作物常見病害的癥狀是復雜的、模糊的,而植保專家對常見病害癥狀的描述大多數采用語言文字,帶有模糊性的敘述,不能采用精確、定量的符號對癥進行描述,從而形成了作物常見病害診斷標準含糊不清,妨礙了農技人員和種植戶對農作物常見病害進行正確判斷。
計算機視覺的圖像處理技術是一種快捷、便利的檢測方法,具有無損傷和實時等特點,成為植物葉片信息獲取的新手段。但現有技術中,基于圖像的作物信息獲取方法主要存在以下缺點:
1、對于野外田間采集的圖像,受到光照強度的影響,可能對其識別的精度有一定的影響,缺少預處理消除光照的影響的過程,從而影響植物葉片信息獲取的準確率;
2、現有的基于圖像的作物信息獲取方法,獲取的作物信息比較單一,只獲取作物的葉綠素含量,或者只獲取作物的常見病害情況,不能全面的反應作物生長情況;
3、現有的基于圖像的作物信息獲取方法,大多數基于計算機與掃描儀或者數碼相機連接在一起組成采集系統,對于野外大田試驗的信息采集處理是有一定困難。
發明內容
本發明是為避免現技術所存在的不足之處,提出一種基于移動互聯網模式和葉片顏色分析的小麥生長狀態診斷方法,能實時獲取和分析小麥葉片信息,全面反應小麥作物生長情況和病蟲害情況,并提高小麥生長狀態診斷的準確性。
為解決上述技術問題,本發明所采用的技術方案是:
本發明一種基于移動互聯網模式和葉片顏色分析的小麥生長狀態診斷方法的特點是按如下步驟進行:
步驟A、智能手機采集小麥葉片圖像,并傳輸至后臺服務器;
步驟B、所述后臺服務器將所接收的小麥葉片圖像利用雙重同態濾波方法進行消除光照影響處理后獲得預處理樣本圖像;
步驟C、對所述預處理樣本圖像通過顏色分析方法獲取小麥的生長狀態信息和病害結果并反饋給所述智能手機;
步驟D、所述智能手機接收所述生長狀態信息和病害結果并進行顯示。
本發明圖像顏色特征的小麥生長狀態診斷方法的特點也在于,
所述步驟B中的雙重同態濾波方法是按如下步驟進行:
步驟B1、將所述小麥葉片圖像中的R矩陣、G矩陣和B矩陣進行同態濾波分別獲得色彩均衡化的R矩陣、G矩陣和B矩陣;
步驟B2、利用所述色彩均衡化的R矩陣、G矩陣和B矩陣分別獲得由色度H矩陣、飽和度S矩陣和亮度I矩陣構成的HSI色彩空間矩陣,對所述亮度I矩陣進行同態濾波用于消除光照影響;
步驟B3、將所述HSI色彩空間矩陣轉換成RGB色彩空間矩陣,獲得所述預處理樣本圖像。
所述步驟C中通過顏色分析方法獲取小麥生長信息和病害結果是如下步驟進行:
步驟C1、對所述預處理樣本圖像利用Otsu閾值分割方法進行圖像分割處理獲得葉片信息圖像,并利用R、G、B分量值的比較法進行病害圖像分割處理獲得病害葉片圖像;
步驟C2、對所述葉片信息圖像提取R均值、G均值、B均值并計算R均值與G均值之間的差值以及綠色標準化值;
步驟C3、將所述葉片信息圖像轉換為灰度圖像,并提取所述灰度圖像的灰度均值作為灰度的特征參數;
步驟C4、由所述綠色標準化值建立氮含量的回歸模型,由所述R均值與G均值之間的差值建立葉綠素含量的回歸模型;并根據灰度均值和G均值建立小麥葉片含水率模型;
步驟C5、對所述病害葉片圖像提取R均值、G均值、B均值并以所述G均值為參照值獲得小麥病害特征參數;
步驟C6、根據所述小麥病害特征參數進行分類統計獲得病害種類區域;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于安徽農業大學,未經安徽農業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410206856.4/2.html,轉載請聲明來源鉆瓜專利網。





