一种快速评估苜蓿病虫害损失程度的数字化方法技术

本发明专利技术公开了一种快速评估苜蓿病虫害损失程度的数字化方法，对苜蓿叶片病灶区和非病灶区进行分析，归纳出常见的病害程度及其RGB颜色分量规律，并据此构造叶片病灶区和非病灶区颜色决策树分量体系。集数码图片的可视化处理流程于一体，适用于非计算机专业人员操作使用；同时具有批处理、数据导出等功能，适用于大量数据处理；根据几何投影成像规律，采用内切圆计算方式，消减了几何变形，提高了计算精度；构造了叶片健康和非健康区的二值图像，并提供显示和对照；适用于叶片长、宽均小于0.5m的叶片，范围及精度为苜蓿叶片病灶区直径为大于1mm的范围，苜蓿叶片病灶面积统计精度达95％以上。

【技术实现步骤摘要】

本专利技术属于牧草病、虫害损失估测方法与数字成像和计算机技术相结合的数字化精细草业和农业
，具体涉及一种快速评估苜蓿病虫害损失程度的数字化方法。
技术介绍
中国是世界上的农业大国之一，然而农作物却面临着各种农业灾害。农作物病虫害是我国的主要农业灾害之一，它具有种类多、影响大、并时常暴发成灾的特点，其发生范围和严重程度对我国国民经济、特别是农业生产常造成重大损失。近些年随着我国对外开放的深入，外来入侵病虫草害不断增加，随着种植业结构调整，优质新品种推广、高产高效设施栽培措施的实施以及多元化种植的推广为更多种类病、虫、草、鼠害的暴发成灾创造了适宜的条件，新的病虫草害不断出现，农作物病虫害的发生为害呈严重上升趋势，因此做好农作物病虫草害的综合防治工作对于提高农作物的产量和品质的重要手段，必须引起足够重视。绿色农作物的生长都依赖于光合作用。绿色植物靠叶子进行光合作用。当绿色植物叶片颜色绿色褪去就意味着植物健康出了问题。所以，在研究植物生长情况的时候，少不了要考虑到它的叶子的面积以及颜色。特别在研究农作物产量的时候，常要关心天气，害虫等对农作物叶片的造成的损害，因此计算叶子的面积、叶子损伤面积占叶子总面积的百分比，从而较为准确测出作物病害程度是非常有必要的。这对估算农作物产量、减少农药用量、生产成本和环境污染有重要意义，而且促进防治效率、防治效果和防治效益提高，有利于保证农业生产、农产品质量和农田生态环境安全。近年来畜牧业得以极大发展，保障畜牧业大力发展的牧草产业得到社会各界的普遍重视。苜蓿作为一种高品质的饲草被大范围种植，在苜蓿草种植技术不断完善的过程中关于苜蓿病虫害损失的快速估测方法鲜有报道。为了适应现代化、数字化苜蓿生产现状，非常有必要寻找一种苜蓿病虫害损失快速估测方法，以便服务于生产。
技术实现思路
为解决上述问题，本专利技术提供了一种快速评估苜蓿病虫害损失程度的数字化方法。为实现上述目的，本专利技术采取的技术方案为：一种快速评估苜蓿病虫害损失程度的数字化方法，包括如下步骤：S1、对苜蓿叶片病灶区和非病灶区进行分析，归纳出常见的病害程度及其RGB颜色分量规律，并据此构造叶片病灶区和非病灶区颜色决策树分量体系；S2、计算叶片病害率S21、计算整个图片长H行和宽L列(以一个像素单位为一行(列))，然后找到第H行、L列、H行和L列，分别计算出这四行(列)的三个分量(RGB)的平均值avgR、avgG、avgB；S22、将图片每个像素点的三个分量与对应分量的四个平均值作差再与平均值作比值，只要有一个比值小于0.15，就将此像素点变为灰度像素；S23、如果像素点的三个分量中最大分量值与最小分量值的差大于180或者第二大分量值与最小分量值的差大于160，则该像素点为背景(背景色为白色)，将其设为灰度像素；S24、找出图片像素的三个分量的最大阈值：S241、根据RGB三个分量的取值，逐个扫描每个像素点，统计其三个分量对应的取值个数；S242、记所有像素点个数为N，令i从0到255依次计算{WX0=Σj=0iPX[j],WX1=Σj=i255PX[j],UX0=Σj=0i(j×PX[j]),UX1=Σj=i255(j×PX[j]),VX0=UX0WX0,VX1=UX1WX1,TX=(WX0×WX1)(VX0-VX1)2本文档来自技高网...

【技术保护点】
一种快速评估苜蓿病虫害损失程度的数字化方法，其特征在于，包括如下步骤：S1、对苜蓿叶片病灶区和非病灶区进行分析，归纳出常见的病害程度及其RGB颜色分量规律，并据此构造叶片病灶区和非病灶区颜色决策树分量体系；S2、计算叶片病害率S21、计算整个图片长H行和宽L列(以一个像素单位为一行(列))，然后找到第H行、L列、H行和L列，分别计算出这四行(列)的三个分量(RGB)的平均值avgR、avgG、avgB；S22、将图片每个像素点的三个分量与对应分量的四个平均值作差再与平均值作比值，只要有一个比值小于0.15，就将此像素点变为灰度像素；S23、如果像素点的三个分量中最大分量值与最小分量值的差大于180或者第二大分量值与最小分量值的差大于160，则该像素点为背景(背景色为白色)，将其设为灰度像素；S24、找出图片像素的三个分量的最大阈值：S241、根据RGB三个分量的取值，逐个扫描每个像素点，统计其三个分量对应的取值个数；S242、记所有像素点个数为N，令i从0到255依次计算{WX0=Σj=0jPX[j],WX1=Σj=i255PX[j],]]>UX0=Σj=0j(j×PX[j]),UX1=Σj=i255(j×PX[j]),]]>VX0=UX0WX0,VX1=UX1WX1,]]>TX=(WX0×WX1)(VX0-VX1)2]]>}比较每次计算出的TX，取其最大值即为所求最大阈值，分别为TR，TG，TB；S243、当三个分量的最大阈值都大于100时，说明背景颜色接近白色；如果像素点各分量都大于其对应最大阈值或者像素点各分量都大于130时，则使该像素点三个分量都变为白色；如果像素点的蓝色分量值大于绿色分量值，则使该像素点三个分量都变为白色；如果像素点三个分量中最大值与最小值的差值小于30，则使该像素点三个分量都变为白色；当三个分量的最大阈值不同时大于100时，说明背景颜色不接近白色；如果像素点各分量都小于其对应最大阈值或者像素点各分量都大于130时，则使该像素点三个分量都变为白色；如果像素点的蓝色分量值大于绿色分量值，则使该像素点三个分量都变为白色；如果像素点三个分量中最大值与最小值的差值小于30，则使该像素点三个分量都变为白色；S25、对图片分别从左到右、从右到左、从上到下、从下到上进行四次腐蚀，具体的：S251、分别从上、下、左、右四个方向扫描整个叶片，如向下扫描，依次从左往右扫描每个像素点，如果该像素点为白色，则继续向右扫描，直到扫描完该行，再进行下一行扫描；如果扫描到某点不为白色，则向下扫描num个像素点，记sum为num个像素点中非白色的像素点，如果则该点为矩形边界点；S252、从上下左右四个方向依次扫描经过背景处理后的叶片矩形，如果像素点为白色，则在未经处理的原图的相同坐标出，将其像素设为红色。遇到第一个不为白的像素点，则停止该行(列)扫描。最后使得原图的背景颜色变为红色；S253、从上到下，从左到右依次对上述处理过的图片进行扫描，如果像素点不为红色，则断定为叶片，并用sum计数叶片的像素个数；同时，如果该像素点G＞R且B＞G，则该点为损伤点，用num计数；如果G<R&&G>B&&(G‑R)≤10，该点也为损伤点，用num计数；最后用求得叶片损伤率；S3、提取刻度线，并计算叶片的长、宽、面积；S31、取未处理过的图片中叶片矩形以下的部分(2)区或以上的部分(1)区，取这个区里的所有像素点，求出这些像素点的三个分量的平均值Ravg，Bavg，Gavg，然后再对每个像素点进行扫描，如果这个像素点满足((R/Ravg＜0.2)或(1＜R/Ravg＜1.2))且((G/Gavg＜0.2)或(1＜G/Gavg＜1.2))且((B/Bavg＜0.2)或(1＜B/Bavg＜1.2))则将这个像素点变为白色(背景色)。如果这个像素点的RGB的分量的最小值大于110，也变成白色；S32、对这部分进行腐蚀，与步骤S25的方法一样，然后将图片这一部分变为灰度图；S33、去掉这部分的杂质，取这部分的下1/4处，扫描这1/5的所有像素点，将非背景颜色的像素点累加起来，如果非背景颜色的这部分超过0.5，则有杂质；将下1/32处变为白色，从下1/32处向上逐个像素点扫描，将所有非背景颜色变为背景，直到遇到第一个背景颜色为止；S34、用递归的方法将所有不是背景颜色，相连接的点归为一个集合，取最大的那个集合，从右向左扫描必定能得到一条直线，如果没有得到，那么就判定刻度线不在这个区域，从已得到直线的位置从第一个像素点开始向上(向下)扫描遇到非背景颜色的继...

【技术特征摘要】
1.一种快速评估苜蓿病虫害损失程度的数字化方法，其特征在于，包括
如下步骤：
S1、对苜蓿叶片病灶区和非病灶区进行分析，归纳出常见的病害程度及其
RGB颜色分量规律，并据此构造叶片病灶区和非病灶区颜色决策树分量体系；
S2、计算叶片病害率
S21、计算整个图片长H行和宽L列(以一个像素单位为一行(列))，然后
找到第H行、L列、H行和L列，分别计算出这四行(列)的三个分量(RGB)的平
均值avgR、avgG、avgB；
S22、将图片每个像素点的三个分量与对应分量的四个平均值作差再与平
均值作比值，只要有一个比值小于0.15，就将此像素点变为灰度像素；
S23、如果像素点的三个分量中最大分量值与最小分量值的差大于180
或者第二大分量值与最小分量...

【专利技术属性】
技术研发人员：刘香萍，杨智明，李国良，曲善民，海涛，
申请(专利权)人：黑龙江八一农垦大学，
类型：发明
国别省市：黑龙江;23