[发明专利]作物信息融合方法及病害监测系统

权利要求书

1.一种作物信息融合方法，其特征在于，包括以下步骤：

A：采集作物的温度、湿度、光照度信息并获取农作物叶片病斑的图像；

B：利用加权平均法对所采集的温度、湿度、光照度信息进行加权平均作为环境信息，并对农作物叶片病斑的图像进行处理；

C：采用多源传感器信息融合技术，结合当前环境信息和农作物叶片病斑的图像，形成具有融合性质的特征描述。

2.如权利要求1所述的作物信息融合方法，其特征在于，所述步骤B中，对农作物叶片病斑的图像进行处理包括以下步骤：

B1：将农作物叶片病斑的图像由彩色图像转化为灰度图像；

B2：利用相位一致性算法提取大田复杂背景下农作物叶片病斑的图像的灰度边缘；

B3：根据形态学方法对所述图像的灰度边缘进行修复；

B4：根据得到的修复结果，采用基于灰度变换的混合空间图像增强算法对因采集时作物光照不均匀和环境噪声造成的影响进行处理，从而得到高对比度的图像；

B5：对所获高对比度的图像进行分割使所述高对比度图像中的病斑从大田复杂背景中分离出来；

B6：对所获病斑图像进行多模式识别。

3.如权利要求2所述的作物信息融合方法，其特征在于，所述步骤B2，进一步包括以下步骤：

B21：利用相位一致性算法获取农作物叶片病害图像的灰度边缘；

B22：利用非极大值抑制方法细化边缘特征线条；

B23：对边缘特征图像进行二值化；

B24：对边缘进行连接，实现基于相位一致性信息的边缘特征检测。

4.如权利要求2所述的作物信息融合方法，其特征在于，所述步骤B3，进一步包括以下步骤：

B31：利用面积形态学开运算对农作物叶片图像进行完整提取；

B32：通过闭运算使叶片边缘裂缝连接；

B33：形态学区域填充技术进行叶片内部填充。

5.如权利要求2所述的作物信息融合方法，其特征在于，所述步骤B4，进一步包括以下步骤：

B41：将图像从RGB坐标系统转换到HSI坐标系统；

B42：图像中的像素灰度通过幂函数进行灰度变换，调整图像亮度及对比度；

B43：依据亮度直方图进行图像特征分析，调整图像的对比度。

6.如权利要求2所述的作物信息融合方法，其特征在于，所述步骤B6，进一步包括：采用最近邻域、BP神经网络和支持向量机三种方法对农作物叶片病害进行分类识别。

7.一种利用权利要求1-6中任一项所述方法对农作物进行病害监测的系统，包括：

环境信息采集单元，用于采集作物生长环境中的环境信息并与服务器单元进行数据交互；

智能终端单元，用于采集农作物叶片病斑的图片并与服务器单元进行数据交互；

无线网络单元，用于实现所述环境信息采集单元和智能终端单元与所述服务器单元之间的数据传输；

服务器单元，用于对农作物叶片病斑的图像进行处理并采用多源传感器信息融合技术，结合当前环境信息和农作物叶片病斑的图像，形成具有融合性质的特征描述。

8.如权利要求7的所述的对农作物进行病害病害监测的系统，其特征在于：所述环境信息采集单元包括ZigBee无线传感器网络。

9.如权利要求7的所述的对农作物进行病害病害监测的系统，其特征在于：所述服务器单元包括：RS232数据服务器、TCP/IP服务器、www服务器。

10.如权利要求7的所述的对农作物进行病害病害监测的系统，其特征在于：所述无线网络单元包括3G无线网络。