[發(fā)明專利]一種蘭花黑斑病監(jiān)控與防治系統(tǒng)及方法在審
| 申請?zhí)枺?/td> | 202010880506.1 | 申請日: | 2020-08-27 |
| 公開(公告)號: | CN112070732A | 公開(公告)日: | 2020-12-11 |
| 發(fā)明(設(shè)計(jì))人: | 楊澤良;向書琴;王海平;康林峰 | 申請(專利權(quán))人: | 湖南人文科技學(xué)院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/136;G06T7/70;G06T5/00 |
| 代理公司: | 北京盛凡智榮知識產(chǎn)權(quán)代理有限公司 11616 | 代理人: | 尚欣 |
| 地址: | 417000 湖*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 蘭花 黑斑病 監(jiān)控 防治 系統(tǒng) 方法 | ||
1.一種蘭花黑斑病監(jiān)控與防治方法,其特征在于,所述蘭花黑斑病監(jiān)控與防治方法包括:
步驟一,監(jiān)控模塊通過攝像頭采集蘭花葉片的圖像,并通過圖像預(yù)處理模塊利用率圖像預(yù)處理程序進(jìn)行采集圖像的預(yù)處理;
步驟二,根據(jù)步驟一預(yù)處理完成的蘭花葉片的圖像,中央處理模塊分別控制監(jiān)控模塊、圖像預(yù)處理模塊、圖像分割模塊、特征提取模塊、對比模塊、黑斑病確定模塊、定位模塊、黑斑病治理模塊、黑斑并預(yù)防模塊各個(gè)模塊正常運(yùn)行;
步驟三,圖像分割模塊通過圖像分割程序進(jìn)行預(yù)處理圖像的分割,特征提取模塊通過圖像特征提取程序進(jìn)行各個(gè)圖像的特征提取,對比模塊通過對比程序?qū)⑻m花黑斑病特征信息與提取的圖像特征進(jìn)行對比;
步驟四,黑斑病確定模塊通過黑斑病確定程序確定黑斑病蘭花圖像,并利用定位模塊通過定位程序?qū)诎卟∪~片進(jìn)行定位;
步驟五,黑斑病治理模塊通過黑斑病治理程序進(jìn)行黑斑病葉片的治理,黑斑病預(yù)防模塊通過黑斑病預(yù)防程序?qū)诎卟∪~片所在植株進(jìn)行黑斑病預(yù)防;
所述進(jìn)行預(yù)處理圖像的分割過程為:
(1)通過圖像顏色增強(qiáng)算法加深葉片綠色區(qū)域,采用對比度增強(qiáng)算法提高葉片與其他區(qū)域的顏色差別;
(2)在顏色增強(qiáng)后的色差圖像區(qū)域內(nèi)提取對比度增強(qiáng)后的圖像,接著進(jìn)行動態(tài)閾值分割獲得分割圖像;
(3)進(jìn)行小區(qū)域去除和孔洞填充操作以去除分割噪聲、填充果實(shí)區(qū)域孔洞;最后進(jìn)行圖像邊界去除,獲得葉片光常區(qū)域;
所述圖像預(yù)處理模塊包括圖像降噪模塊、圖像濾波模塊、圖像增強(qiáng)模塊;
所述進(jìn)行采集圖像的降噪過程為:
(1)采用相同隨機(jī)步長將清晰圖像和與清晰圖像對應(yīng)的噪聲圖像分割成若干組大小為40×40的圖像塊,以每組圖像塊作為一個(gè)訓(xùn)練樣本,以此構(gòu)建訓(xùn)練集;
(2)構(gòu)造圖像降噪網(wǎng)絡(luò),利用訓(xùn)練集訓(xùn)練圖像降噪網(wǎng)絡(luò),獲得圖像降噪模型;
(3)將采集的圖像輸入至圖像降噪模型中,經(jīng)計(jì)算輸出降噪圖像;
所述圖像分割完成后,特征提取模塊通過圖像特征提取程序進(jìn)行各個(gè)圖像的特征提取的過程為:
將分割完成后蘭花圖像進(jìn)行灰度化處理,同時(shí)對灰度化處理完成的蘭花圖像,進(jìn)行顏色空間的標(biāo)準(zhǔn)化;
蘭花圖像標(biāo)準(zhǔn)化完成后,確定每個(gè)蘭花圖像中的像素值,并將蘭花圖像劃分成一定數(shù)量的區(qū)域;
劃分完成后,對每個(gè)小區(qū)域進(jìn)行描述,確定相應(yīng)的特征進(jìn)行串聯(lián)起來,得到相應(yīng)的蘭花圖像特征。
2.如權(quán)利要求1所述蘭花黑斑病監(jiān)控與防治方法,其特征在于,所述圖像濾波包括均值濾波、中值濾波、高斯濾波、最大值濾波、最小值濾波、sobel_x濾波、sobel_y濾波;濾波方法包括:
均值濾波是把3*3矩陣的9個(gè)像素?cái)U(kuò)展為16個(gè)像素,公式如下:
x=(s1+s3+s7+s9+(s2+s4+s6+s8)1+s32)4;
其中,公式中s2、s4、s6、s8位置數(shù)據(jù)右移一位,位置s3右移2位,對移位后的位置數(shù)據(jù)和剩下的位置數(shù)據(jù)左移4位,最后輸出的像素位寬為8,對處理完成像素值超過255的像素,做統(tǒng)一等于像素為255的處理;
中值濾波對3*3矩陣中的9個(gè)像素進(jìn)行從大到小排序得到中間的像素輸出;第一級采用9個(gè)比較器先對3行像素的大小進(jìn)行小到大排序;第二級把3行排好序的像素按列的方向用9個(gè)比較器同時(shí)比較得到第一列的最小值,第二列的中值,第三列的最大值;第三級用3個(gè)比較器對第二級輸出的三個(gè)像素排序得到中間像素值。
3.如權(quán)利要求2所述蘭花黑斑病監(jiān)控與防治方法,其特征在于,所述高斯濾波公式中s2、s4、s6、s8位置數(shù)據(jù)右移一位,位置s3右移2位,對移位后的位置數(shù)據(jù)和剩下的位置數(shù)據(jù)左移4位,最后輸出的像素位寬為8,對處理完成像素值超過255的像素,做統(tǒng)一等于像素為255的處理;
最大值濾波采用兩級比較的方式輸出3*3矩陣中像素組成的序列中最大的像素,其中第一級對3*3矩陣中三列的像素進(jìn)行比較求出每列的最大值,第二級對所述每列的最大值進(jìn)行比較求出最大值輸出;
最小值濾波采用兩級比較的方式輸出3*3矩陣中像素組成的序列中最小的像素,其中第一級對3*3矩陣中三列的像素進(jìn)行比較求出每列的最小值,第二級對所述每列的最小值進(jìn)行比較求出最小值輸出。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湖南人文科技學(xué)院,未經(jīng)湖南人文科技學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010880506.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 多級校內(nèi)監(jiān)控系統(tǒng)
- 多級校內(nèi)監(jiān)控系統(tǒng)
- 一種范圍廣、力度大的校內(nèi)監(jiān)控系統(tǒng)
- 一種監(jiān)控的方法及系統(tǒng)
- 設(shè)備的監(jiān)控方法、裝置、系統(tǒng)和空調(diào)
- 多級校內(nèi)監(jiān)控系統(tǒng)
- 設(shè)備監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備及存儲介質(zhì)
- 風(fēng)險(xiǎn)雷達(dá)預(yù)警的監(jiān)控方法及系統(tǒng)
- 區(qū)塊鏈網(wǎng)絡(luò)監(jiān)控系統(tǒng)、裝置及方法
- 基于機(jī)器視覺的車站客流安全智能監(jiān)控系統(tǒng)





