[發(fā)明專利]一種檀香葉片灰斑病危害程度的確定方法和裝置

在審

• 申請?zhí)枺?/td>: 201711068076.8
• 申請日: 2017-11-03
• 公開（公告）號: CN107862682A
• 公開（公告）日: 2018-03-30
• 發(fā)明（設(shè)計）人: 陳珠琳;王雪峰
• 申請（專利權(quán)）人: 中國林業(yè)科學研究院資源信息研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/41;G06T7/90
• 代理公司: 北京金岳知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)11585
• 代理人: 王文生

1.一種檀香葉片灰斑病危害程度的確定方法，其特征在于，包括：

獲取整棵樹圖像；

從整棵樹圖像中分割葉片圖像；

根據(jù)葉片圖像確定顏色特征和紋理特征；

根據(jù)檀香葉片灰斑病危害程度預(yù)估模型、顏色特征和紋理特征確定灰斑病危害程度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取整棵樹圖像包括：使用野外伺服儀獲取每棵檀香樹的圖像數(shù)據(jù)，拍攝時采用定焦鏡頭并使用大光圈，從06:00—18:00，每小時獲取一次圖像，并實時傳輸?shù)椒?wù)器。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從整棵樹圖像中分割葉片圖像具體包括：

對圖像進行高斯高通濾波；

使用Otsu法得到二值圖；

結(jié)合7×7模板的中值濾波以及使用半徑為2的圓形結(jié)構(gòu)元素進行形態(tài)學腐蝕和膨脹運算得到掩膜圖像；

將掩膜圖像與原圖相乘得到復(fù)雜背景下含有枝干的檀香葉片圖像；

將圖像轉(zhuǎn)換到Lab系統(tǒng)，提取L分量，使用Otsu法得到二值圖；

使用7×7模板的中值濾波進行平滑處理，然后使用半徑為2的圓形結(jié)構(gòu)元素腐蝕膨脹各2次；

將上述圖像與原圖像相乘得到復(fù)雜背景下不含枝干的檀香葉片圖像。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)葉片圖像確定顏色特征和紋理特征具體包括：

從葉片圖像中確定顏色特征，所述顏色特征包括G均值/(R均值+G均值+B均值)、L分量均值、b分量均值；其中均值的計算方法為：遍歷每一個像素的顏色值n_ij(i為行號，j為列號)，(m為圖像總行數(shù)，n為圖像總列數(shù))；

所述紋理特征包括相關(guān)性均值分量。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在執(zhí)行步驟根據(jù)葉片圖像確定顏色特征和紋理特征過程中，還執(zhí)行步驟：將圖像的灰度級壓縮為16級，步長選擇1，方向為0°，45°，90°和135°；計算四個方向的上的均值和方差得到8維紋理特征向量。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述的步驟具體包括：

檀香葉片灰斑病危害程度預(yù)估模型為：

Y＝a₁x₁+a₂x₂+a₃lnx₃+a₄lnx₄+a₅，

其中，Y代表灰斑病危害程度，x₁為G均值/(R均值+G均值+B均值)，x₂為L分量均值，x₃為b分量均值，x₄為紋理特征中的相關(guān)性均值；該模型中，a₁＝16.736，a₂＝-0.042，a₃＝0.294，a₄＝0.124，a₅＝2.343。

7.一種檀香葉片灰斑病危害程度的確定裝置，其特征在于，包括：

獲取單元，用于整棵樹圖像；

分割單元，用于從整棵樹圖像中分割葉片圖像；

獲得單元，用于根據(jù)葉片圖像確定顏色特征和紋理特征；

確定單元，用于根據(jù)檀香葉片灰斑病危害程度預(yù)估模型、顏色特征和紋理特征確定檀香葉片灰斑病危害程度。

8.根據(jù)權(quán)利要求7所述的檀香葉片灰斑病危害程度的確定裝置，其特征在于，所述獲取單元為野外伺服儀，每臺野外伺服儀包括相機，相機在水平方向可以進行360°旋轉(zhuǎn)，垂直方向可以進行180°旋轉(zhuǎn)。