[发明专利]一种梨树叶面积与叶面炭疽病病斑数自动化分析方法

说明书

本发明公开了一种梨树叶面积与叶面炭疽病病斑数自动化分析方法，所述方法包括以下步骤：(1)参照物定位和像素点统计，进行单位面积标定物定位并统计标定物像素点数量；(2)基于阈值分割方法的背景去除；(3)基于BP神经网络的病斑分割；(4)BP神经网络算法对病斑的分割结果。本发明通过对参照物定位和像素点统计，进行单位面积标定物定位并统计标定物像素点数量；基于阈值分割方法的背景去除；然后用BP神经网络算法分割出病斑，统计叶片病斑的数量及病斑区域的像素点数量，最后根据标定物像素点数量换算出叶片病斑面积，显示相应的运算结果。可有效提高判断叶片感染情况，提高工作效率。

技术领域

本发明属于一种梨树叶面积与叶面炭疽病病斑数自动化分析方法。

背景技术

炭疽病是梨树的一种重要病害，对梨产量和品质影响很大，应注意加强防治。梨炭疽病危害梨树叶片、枝和果实。叶片染病产生近圆形病斑，褐色，边缘色深，有时略现轮纹，后变成灰白色，轮纹趋于明显，发病重时多个病斑常融合成不规则形的褐色斑块，湿度大时病斑上长出很多淡红色至黑色小点。枝梢染病，多发生在枯枝或生长衰弱的枝条上，初期仅形成深褐色小型圆斑，后扩展为长条形或椭圆形^[1-2]。

而目前针对梨树炭疽病病原菌引起的叶部黑色斑点的统计尚无自动识别软件。调查时，需要采摘大量的叶片，需要人工用肉眼进行统计，特别是当斑点不明显的情况下，还需要从叶片背部进行透光处理，以便更清楚地观察到黑色小斑点。因此，每一次调查需要花费大量的时间和精力，统计误差大，不能动态跟踪特定叶片病斑数量的变化。

因此，研究出一种梨树叶面积与叶面炭疽病病斑数自动化分析系统的方式是目前需要解决的重要问题之一。

发明内容

发明目的：本发明目的是提供一种利用BP网络神经算法^[3-4]与数字图像法自动分析梨树叶面积与叶面炭疽病病斑数的方法。

技术方案：一种梨树叶面积与叶面炭疽病病斑数自动化分析方法，所述方法包括以下步骤：

(1)参照物定位和像素点统计，进行单位面积标定物定位并统计标定物像素点数量；

(2)基于阈值分割方法的背景去除；

(3)基于BP神经网络的病斑分割；

(4)BP神经网络算法对病斑的分割结果。

所述步骤(1)中参照物定位和像素统计方法包括：

(1.1)中所述参照物范围为:横坐标x∈[0，width/5],纵坐标y∈[0，height/3]其中，width为原图像宽度，height为原图像高度；

(1.2)对该区域图像进行二值化处理；

(1.3)根据像素点取值情况进行统计，得到病斑总像素点数为N1，正方形参照物总像素点数为N2，参照物面积为1cm²。

所述步骤(2)的基于与之分割方法的背景去除，包括以下步骤：

在黑纸板背景下，以左上角1cm²的白色正方形为参照物

(2.1)根据像素RGB值确定非叶片区域的RGB范围，

黑纸板RGB范围为：R<70，G<70，B<90；

参照物RGB范围为：R>250，G>250，B>250；

其中R，G，B分别为图片像素点的RGB分量值；

(2.2)根据步骤2.1所述范围将非叶片区域去掉，只剩下叶片区域，从而实现了背景、参照物和叶片的分割；