[发明专利]一种基于成像高光谱分析的水稻纹枯病病斑提取方法

权利要求书

1.一种基于成像高光谱分析的水稻纹枯病病斑提取方法，其特征在于：步骤1、用成像光谱仪拍摄目标作物，得到成像高光谱数据；

步骤2、去除步骤1所得成像高光谱数据中的非植物背景；

步骤3、在666nm和494nm波段反射率下对步骤2所得的成像高光谱数据中的水稻叶片茎杆与异常区域进行分类；

步骤4、基于病斑扫描的非病斑异常区域去除

4-1.对步骤3所得的各个异常区域进行15×15矩形结构元素的图像膨胀操作；

4-2.对步骤4-1所得各异常区域进行6×6模板的均值滤波；

4-3.对步骤4-2所得的各个异常区域在854nm波段反射率下进行横向扫描，得到扫描后横向阈值曲线组；

4-4.计算各横向阈值曲线组的病斑特征比n为步骤3所得异常区域的个数；其中，a_i为第i个横向阈值曲线组中病斑特征曲线的条数；m_i为第i个横向阈值曲线组中横向阈值曲线的总条数；若一条横向阈值曲线中病斑特征曲线段的数量大于或等于2，则该条横向阈值曲线是病斑特征曲线；病斑特征曲线段为所有位置的导数绝对值均小于0.01且覆盖像素数量大于或等于3的曲线段；

若一个横向阈值曲线组的病斑特征比s_i≥0.2，则该横向阈值曲线组对应的异常区域为疑似区域；否则，该横向阈值曲线组对应的异常区域为非病斑异常区域。

2.根据权利要求1所述的一种基于成像高光谱分析的水稻纹枯病病斑提取方法，其特征在于：步骤4后执行步骤5；步骤5具体如下：

5-1.若目标作物上存在多病斑相交的情况，则以各疑似区域膨胀操作前的状态作为粗糙的病斑区域，进入步骤5-6；否则，执行步骤5-2至5-5；

5-2.对步骤4所得各疑似区域在854nm波段下分别进行纵向扫描，得到纵向阈值曲线组；

5-3.将各横向阈值曲线组内病斑特征曲线段数量等于0的横向阈值曲线删除；将各纵向阈值曲线组内病斑特征曲线段数量等于0的纵向阈值曲线删除；

5-4.在每条横向阈值曲线上均选取两个横向病斑边界点；将横向阈值曲线组内所有横向病斑边界点依次相连，得到横向病斑区域；在每条纵向阈值曲线上均选取两个纵向病斑边界点；将纵向阈值曲线组内所有纵向病斑边界点依次相连，得到纵向病斑区域；

在横向阈值曲线上选取两个横向病斑边界点及在纵向阈值曲线上选取两个纵向病斑边界点的方法如下：

a.若阈值曲线中病斑特征曲线段的数量大于或等于2，则执行步骤b；若阈值曲线中病斑特征曲线段的数量等于1，则执行步骤c；

b.以该阈值曲线中最大的峰值点作为中心点；

若中心点的两侧均存在病斑特征曲线段，则以中心点两侧最靠近中心点的病斑特征曲线段各自远离中心点的那端端点分别作为两个病斑边界点；

若中心点的一侧存在病斑特征曲线段，另一侧不存在病斑特征曲线段，则以最靠近中心点的病斑特征曲线段远离中心点的那端端点作为其中一个病斑边界点；以该阈值曲线的一个端点作为另一个病斑边界点，使得中心点位于两个病斑边界点之间；

c.以该阈值曲线的两端端点分别作为两个病斑边界点；

5-5.将各疑似区域内的横向病斑区域、纵向病斑区域的交集分别作为粗糙的病斑区域；

5-6、先对各粗糙的病斑区域进行10×10矩形结构元素的膨胀和腐蚀；再对各粗糙的病斑区域进行10×10矩形结构元素的腐蚀和膨胀，得到最终的病斑区域。

3.根据权利要求1所述的一种基于成像高光谱分析的水稻纹枯病病斑提取方法，其特征在于：步骤1中，拍摄时成像光谱仪与目标作物侧面的距离为20～30厘米。

4.根据权利要求1所述的一种基于成像高光谱分析的水稻纹枯病病斑提取方法，其特征在于：步骤2中，去除非植物背景采用迭代阈值分割算法。

5.根据权利要求1所述的一种基于成像高光谱分析的水稻纹枯病病斑提取方法，其特征在于：步骤3中，水稻叶片茎杆与异常区域的分类采用Fisher线性判别方法。