[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有效

专利信息
申请号: 201910445932.X 申请日: 2019-05-27
公开(公告)号: CN110211147B 公开(公告)日: 2021-01-05
发明(设计)人: 张竞成;王斌;张雪雪;何宇航;王晨冬;袁琳;陈丰农;吴开华 申请(专利权)人: 杭州电子科技大学
主分类号: G06T7/194 分类号: G06T7/194;G06T7/13;G06T7/136;G06T5/30
代理公司: 杭州君度专利代理事务所(特殊普通合伙) 33240 代理人: 黄前泽
地址: 310018 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于成像高光谱分析的水稻纹枯病病斑提取方法。传统的病害表型测量与调查主要依靠人工,劳动量大,效率低。本发明的步骤如下:1、用成像光谱仪拍摄目标作物,得到成像高光谱数据。2、去除步骤1所得成像高光谱数据中的非植物背景。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。4、基于病斑扫描的非病斑异常区域去除。本发明独创的图像识别方法,能够识别对茎杆上的纹枯病病斑,克服了现有技术中仅能高效提取叶部病斑的缺陷。本发明能够对图像中的病斑和枯叶进行区别,以达到较高的识别精度。
搜索关键词: 一种 基于 成像 光谱分析 水稻 纹枯病病斑 提取 方法
【主权项】:
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4‑1所得的各个异常区域在854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为步骤三所得异常区域的个数;其中,ai为第i个横向阈值曲线组中病斑特征曲线的条数;mi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si≥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。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910445932.X/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top