[發明專利]一種玉米病害病情分級方法、系統和計算機設備

有效

• 申請號: 202010330319.6
• 申請日: 2020-04-24
• 公開（公告）號: CN111553240B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 劉永波;曹艷;胡亮;雷波;唐江云
• 申請（專利權）人: 四川省農業科學院農業信息與農村經濟研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/11;G06T7/62;G06N3/04;G06N3/08
• 代理公司: 成都玖和知識產權代理事務所(普通合伙) 51238
• 代理人: 胡琳梅

本申請涉及一種玉米病害病情分級方法、系統和計算機設備，方法包括：S1獲取正常玉米葉片圖像作和病害玉米葉片圖像；S2搭建病害分類神經網絡，采用遷移學習初始化卷積層和全連接層參數；S3搭建面積分割神經網絡，采用遷移學習初始化前兩層網絡參數；S4將待檢測葉片原圖輸入玉米病害分類神經網絡得到病害分類信息；將原圖輸入面積分割神經網絡得到病害區域和葉片主體區域的二值圖像并計算病害區域的面積占比；S5根據病害分類信息和面積占比對病害病情進行分級。提供了一種適應真實環境下拍攝的圖片，無需采摘玉米葉片，自動對玉米常見葉部病害病情進行分級的方法，為玉米病害的分級識別，特別是早期診斷和預測預警奠定基礎。

技術領域

本發明涉及圖像處理領域，尤其涉及一種玉米病害病情分級方法、系統和計算機設備。

背景技術

玉米是我國重要的糧食作物和飼料作物。近些年由于耕作栽培制度的改變、病原菌品種的變異、植物保健措施不健全等造成玉米病害的危害程度逐年加重，種類也逐年増多，常見的玉米葉片病害有：大斑病、小斑病、銹病、圓斑病、彎孢葉斑病、矮花葉病等。因此，對玉米病害病情的分級識別對于玉米種植來說是至關重要的，特別是在早期診斷和預測預警方面，通過智能化的手段對病害種類進行檢測并對病情進行分級能夠提高農民對病害的認識以及采用相應的措施進行防治，提高農業生產。

在現有技術中，利用圖像識別技術對作物的病害進行檢測主要有以下兩種方法：

(1)基于高光譜成像的農作物病害分級診斷，該技術利用可見-近紅外(400～1000nm)波段的病害作物光譜數據，研究作物病害的分級診斷模型。其存在以下不足：1.使用范圍局限。該技術所有拍攝的過程是在實驗室進行，外部環境恒定，缺少在室外、大田、溫室等真實環境實驗數據，無法保證方法的普適性，適應范圍小；2.診斷采集的不是作物活株數據，采集過程會對植株造成不可逆的損害；3.設備不易攜帶，高光譜儀設備需在實驗室環境才能使用，無法隨身攜帶，降低了方法的靈活性和便捷性。

(2)基于安卓系統的作物葉部病害程度檢測系統，該技術采用迭代式閾值法分割葉片區域和背景區域；采用模糊C均值聚類算法提取病斑區域，計算病斑區域像素點個數與整個葉片區域像素點個數的比值k；根據相關病害分級標準，判斷黃瓜葉部病害的嚴重程度，利用SQLite數據庫技術，動態添加其它作物的病害分級標準和防控措施信息；將檢測結果及防控措施顯示在手機屏幕上。其存在以下不足：1.拍攝時需提供單一的背景色，該技術在采集圖像時均使用白色為背景，該方式有算法分割背景區域，但不能適應真實環境下多變的場景，大田環境中通常拍照都有大量的背景干擾色；2.閾值分割病斑效果不理想，閾值分割屬于機器視覺中常用的圖像分割算法，通過RGB顏色通道閾值分割，該方式會將葉脈或其他因素導致的非綠色部分計算為病斑，影響分割結果，降低檢測準確度。

發明內容

本發明的目的在于提供一種適應真實環境下拍攝的圖片，且無需采摘玉米葉片，自動對玉米常見的葉部病害病情進行分級的方法及系統，為玉米病害的分級識別，特別是早期診斷和預測預警奠定基礎。

為了實現以上目的，本發明提供了一種玉米病害病情分級方法，包括以下步驟：

步驟S1.獲取正常玉米葉片圖像，預處理后作為第一訓練集；獲取病害玉米葉片圖像，預處理后劃分為第二訓練集和測試集；

步驟S2.搭建基于CNN的玉米病害分類神經網絡，采用遷移學習的方法初始化所述分類神經網絡的卷積層和全連接層的參數，再完成整個網絡的訓練和測試；

步驟S3.搭建基于U-net的面積分割神經網絡，采用遷移學習的方法初始化所述面積分割神經網絡前兩層的網絡參數，再完成整個網絡的訓練和測試；

步驟S4.采集待檢測玉米葉片原圖，將所述葉片原圖輸入訓練好的玉米病害分類神經網絡，得到待檢測玉米所患病害的分類信息；將所述葉片原圖輸入訓練好的面積分割神經網絡，得到玉米病害區域和玉米葉片主體區域的mask二值圖像，通過所述二值圖像計算玉米病害區域在葉片主體區域上的面積占比；