[发明专利]一种稻瘟病分级系统及其方法

说明书

本发明提供一种稻瘟病分级系统及其方法，其能够快速、稳定、准确的进行水稻稻瘟病分级，操作方便，通过移动终端拍照即可实时获得稻瘟病精确的分级结果，降低了识别门槛，提高了识别工作的效率，该分级系统包括：图像预处理单元；病斑特征提取单元，用于计算得到全叶的第一像素点面积Img_N和去掉病斑的第二像素点面积Img_n，像素点面积Img_n通过反向阈值切割得到去除病斑部分的第二图像，然后将第二图像进行OTSU二值化获取去掉病斑的第二像素点面积Img_n；面积占比计算单元，用于将病斑特征提取单元计算得到的第一像素点Img_N和第二像素点Img_n代入面积占比公式得到面积占比值；分级单元。

技术领域

本发明涉及稻叶瘟病鉴定分级领域，具体而言，涉及一种稻瘟病分级系统及其方法。

背景技术

稻瘟病是水稻最常见的病害之一，稻瘟病可能引起水稻大幅度减产，该病在世界范围各水稻种植区均有发生。水稻是我国第一大粮食作物，研究如何防治稻瘟病具有重要意义。稻瘟病因发病部位不同分为苗瘟、叶瘟、节瘟、穗颈瘟、谷粒瘟，其中叶瘟发病期主要呈现为叶片出现大小不同的病斑。科研人员根据稻瘟病病斑面积占叶片面积的比例将稻瘟病病害程度分为5个等级。目前对稻瘟病病程分级主要两种方法。

一种是最常见的人工判定法，依靠有经验的农户或研究人员通过目测判定稻瘟病等级。该方法主观性强、精确度低，且严重依赖于科研人员的经验水平，无法满足对病斑区域的精确测量和客观判定。

一种是基于高光谱遥感的稻瘟病分级检测技术，该方法可实现基于敏感波段的稻瘟病病程分级判定与叶绿素含量预测模型。但该方法存在三个缺点：(1)便携性差。该方法实现稻瘟病分级判定必须依赖光谱仪、叶绿素测定仪等专业仪器设备，要实现分级目的需携带大量设备。(2)成本高。普通人员想使用该方法必须购买相应的设备，并学习设备使用方法，大大提高了学习和使用的成本。(3)效率低。该方法获取结果需要一系列运算和分析，得出结果花费的时间较长。

发明内容

本发明的目的在于提供一种稻瘟病分级系统及其方法，其能够快速、稳定、准确的进行水稻稻瘟病分级，操作方便，通过移动终端拍照即可实时获得稻瘟病精确的分级结果，降低了识别门槛，提高了识别工作的效率。

本发明的实施例是这样实现的：

一种稻瘟病分级系统，该分级系统包括：

图像预处理单元，用于提取稻叶图片中的目标区域并对目标区域预处理，经过预处理的图像为第一图像；

病斑特征提取单元，用于计算得到全叶的第一像素点面积Img_N和去掉病斑的第二像素点面积Img_n，像素点面积Img_n通过反向阈值切割得到去除病斑部分的第二图像，然后将第二图像进行OTSU二值化获取去掉病斑的第二像素点面积Img_n；

面积占比计算单元，用于将病斑特征提取单元计算得到的第一像素点Img_N和第二像素点Img_n代入面积占比公式得到面积占比值；

分级单元，用于获取面积占比值，通过比对稻瘟病分级标准得到分级结果。

在本发明的较佳实施例中，上述反向阈值切割在HSV颜色空间下进行。

在本发明的较佳实施例中，上述图像预处理单元中采用GrabCut算法对稻叶图片提取。

在本发明的较佳实施例中，上述图像预处理单元采用5*5卷积核的高斯滤波器进行图像预处理。

在本发明的较佳实施例中，上述图像预处理单元中的目标区域，首先由用户手动框选参考区域，图像预处理单元再使用GrabCut算法进行稻叶图片提取。

本发明还提供一种稻瘟病分级方法，该分级方法包括如下步骤：

S1:移动终端拍摄稻叶图片，用户根据拍摄的稻叶图片框选出需要分级的稻叶图像；