计算玉米叶部大斑病病斑面积比例的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，具体涉及一种计算玉米叶部大斑病病斑面积比例 的方法及装置。
【背景技术】
[0002] 玉米叶部大斑病是一种世界性玉米病害，给玉米种植业造成严重经济损失，通过 对玉米叶部大斑病进行特征分析来描述大斑病疫情，而玉米大斑病病斑的面积比例计算是 对大斑病进行特征分析的前提。
[0003] 但是，传统的玉米大斑病病斑的面积比例计算一般选择人工的方式，即先对玉米 叶片面积和病斑面积进行人工测量，然后计算病斑的面积占整株叶片面积的比例，此种方 式严重依赖于工作人员的主观判断，获取的数据存在较大误差，且效率较低、人工成本较 尚。
【发明内容】
[0004] 本发明的目的在于，提供一种计算玉米叶部大斑病病斑面积比例的方法及装置， 能够快速、准确、低成本地对玉米叶部大斑病病斑面积比例进行计算。
[0005] 为此目的，本发明提出一种计算玉米叶部大斑病病斑面积比例的方法，包括：
[0006] S1、以白板为背景，采集玉米植株叶部的二维彩色图像；
[0007] S2、基于图像处理技术，根据所述二维彩色图像分别提取玉米叶部图像和玉米叶 部大斑病病斑图像，并根据所述玉米叶部图像计算玉米叶片像素点数量，根据所述玉米叶 部大斑病病斑图像计算玉米叶部大斑病病斑处像素点数量；
[0008] S3、根据所述玉米叶片像素点数量和玉米叶部大斑病病斑处像素点数量计算玉米 叶部大斑病病斑占玉米植株叶片面积的比例。
[0009] 另一方面，本实施例公开一种计算玉米叶部大斑病病斑面积比例的装置，包括：
[0010] 图像采集单元、图像处理单元和面积比例计算单元；其中，
[0011] 所述图像采集单元，用于以白板为背景，采集玉米叶部的二维彩色图像；
[0012] 所述图像处理单元，用于对所述二维彩色图像依次进行超绿特征提取、反色处理、 大津法二值化，得到玉米叶部图像，对所述二维彩色图像进行中值滤波、超绿特征提取、大 津法二值化、开运算，得到玉米叶部大斑病病斑图像，其中所述玉米叶部图像的目标为白 色，背景为黑色，所述玉米叶部图像的目标为白色，背景为黑色；
[0013] 所述面积比例计算单元，用于对所述玉米叶部图像进行遍历，获取每一个像素点 的R通道值，计算R通道值为255的像素点数量，确定该数量为玉米叶片像素点数量，对所 述玉米叶部图像相对应的玉米叶部大斑病病斑图像进行遍历，获取每一个像素点的R通道 值，计算R通道为255的像素点数量，确定该数量为玉米叶部大斑病病斑处像素点数量，计 算玉米叶部大斑病病斑占玉米植株叶片面积的比例，计算公式为：面积比例=玉米叶部大 斑病病斑处像素点数量/玉米植株的叶片像素点数量。
[0014] 本发明实施例所述的计算玉米叶部大斑病病斑面积比例的方法及装置，应用计算 机图像处理技术对玉米叶部大斑病病斑进行自动分割及面积比例计算，具有快速、准确、低 成本的特点；另外，可以长期存储和重复利用样本图像数据，有利于对宝贵样本的统一标准 化管理。
【附图说明】
[0015] 图1为本发明计算玉米叶部大斑病病斑面积比例的方法一实施例的流程示意图；
[0016] 图2为本发明计算玉米叶部大斑病病斑面积比例的方法另一实施例中得到的玉 米叶部大斑病病斑图像；
[0017] 图3为本发明计算玉米叶部大斑病病斑面积比例的装置一实施例的方框结构示 意图。
【具体实施方式】
[0018] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明 一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有 做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0019] 如图1所示，本实施例公开一种计算玉米叶部大斑病病斑面积比例的方法，包括：
[0020] S1、以白板为背景，采集玉米植株叶部的二维彩色图像；
[0021] S2、基于图像处理技术，根据所述二维彩色图像分别提取玉米叶部图像和玉米叶 部大斑病病斑图像，并根据所述玉米叶部图像计算玉米叶片像素点数量，根据所述玉米叶 部大斑病病斑图像计算玉米叶部大斑病病斑处像素点数量；
[0022] S3、根据所述玉米叶片像素点数量和玉米叶部大斑病病斑处像素点数量计算玉米 叶部大斑病病斑占玉米植株叶片面积的比例。
[0023] 本发明实施例的计算玉米叶部大斑病病斑面积比例的方法，应用计算机图像处理 技术对玉米叶部大斑病病斑进行自动分割及面积比例计算，具有快速、准确、低成本的特 点；另外，可以长期存储和重复利用样本图像数据，有利于对宝贵样本的统一标准化管理。
[0024] 可选地，在本发明计算玉米叶部大斑病病斑面积比例的方法的另一实施例中，所 述S2,包括：
[0025] S21、对所述二维彩色图像进行超绿特征提取；
[0026] S22、对所述步骤S21得到的图像进行反色处理，并进行大津法二值化（0TSU二值 化），得到玉米叶部图像，其中所述玉米叶部图像的目标为白色，背景为黑色。
[0027] 可选地，在本发明计算玉米叶部大斑病病斑面积比例的方法的另一实施例中，所 述S2,包括：
[0028] S23、对所述二维彩色图像进行中值滤波；
[0029] S24、对所述步骤S23得到的图像进行超绿特征提取；
[0030] S25、对所述步骤S24得到的图像进行大津法二值化；
[0031] S26、对所述步骤S25得到的图像进行开运算，得到玉米叶部大斑病病斑图像，其 中所述玉米叶部大斑病病斑图像的目标为白色，背景为黑色。
[0032] 可选地，在本发明计算玉米叶部大斑病病斑面积比例的方法的另一实施例中，所 述S2,包括：
[0033] S27、对所述玉米叶部图像进行遍历，获取每一个像素点的R通道值，计算R通道值 为255的像素点数量，确定该数量为玉米叶片像素点数量；
[0034] S28、对所述玉米叶部大斑病病斑图像进行遍历，获取每一个像素点的R通道值， 计算R通道为255的像素点数量，确定该数量为玉米叶部大斑病病斑处像素点数量；
[0035] S29、计算玉米叶部大斑病病斑占玉米植株叶片面积的比例，计算公式为：面积比 例=玉米叶部大斑病病斑处像素点数量/玉米植株的叶片像素点数量。
[0036] 可选地，在本发明计算玉米叶部大斑病病斑面积比例的方法的另一实施例中，还 包括：
[0037] 根据所述玉米叶部大斑病病斑占叶片面积的比例对玉米叶部大斑病进行病情分 级。
[0038] 可选地，在本发明计算玉米叶部大斑病病斑面积比例的方法的另一实施例中，还 包括：
[0039] 获取玉米叶部大斑病病斑图像相应的玉米叶片的位置；其中，
[0040] 所述根据所述玉米叶部大斑病病斑占叶片面积的比例对玉米叶部大斑病进行病 情分级，包括：
[0041] 按照预设的病情分级标准，根据所述玉米叶部大斑病病斑占叶片面积的比例和玉 米叶部大斑病病斑图像相应的玉米叶片的位置对玉米叶部大斑病进行病情分级，所述病情 分级标准由大斑病病斑面积比例范围、病斑所在的玉米叶片的位置范围及对应的病情级数 组成。
[0042] 如表1所示为一病情分级标准的具体描述，病情分级标准可以为由大斑病病斑面 积比例范围、病斑所在的玉米叶片的位置范围及对应的病情级数组成的表格，通过查找病 情分级标准，得到对应玉米叶部大斑病病斑占叶片面积的比例和玉米叶部大斑病病斑图像 相应的玉米叶片的位置的病情级数。比如，一玉米植株的叶部大斑病病斑占全株叶片面积 的比例为7%，病斑所在的玉米叶片为穗位下部叶片，则该玉米植株的病情级数为3级。
[0043] LlN 丄UO丄Λ 1VJ ·* 兮/C) JA
[0044] 表1
[0045] 可选地，在本发明计算玉米叶部大斑病病斑面积比例的方法的另一实施例中，还 包括：
[0046] 按照预设的抗性评价标准，根据所述玉米叶部大斑病病情分级结果对玉米叶部大 斑病进行抗性评价。
[0047] 如表2所示为一抗性评价标准的具体描述，抗性评价标准可以为由玉米叶部大斑 病病情分级结果及对应的抗性级数组成的表格，通过查找抗性评价标准，得到对应玉米叶 部大斑病病情分级结果的抗性级数。
[0049] 表 2
[0050] 可选地，在本发明计算玉米叶部大斑病病斑面积比例的方法的另一实施例中，还 包括：
[0051] 根据所述玉米叶部大斑病病情分级结果建立玉米叶部大斑病预测模型，并利用所 述玉米叶部大斑病预测模型对玉米叶部大斑病疫情进行预测；
[0052] 其中，所述Sl，包括：
[0053] 以白板为背景，采集玉米大斑病不同发病时期（比如每隔20天）被调查玉米植株 叶部的二维彩色图像。
[0054] 本发明实施例中，首先利用图像处理技术分割和测量病斑；其次，根据玉米叶部大 斑病病斑占叶片的面积比例进行病斑特征分析，最后，通过利用玉米叶部大斑病预测模型 来反映大斑病时间流行动态，不仅提高了大斑病病斑分割的速度及精度，而且模型的建立 也为大斑病的防控提供了有力的技术支持。
[0055] 可选地，在本发明计算玉米叶部大斑病病斑面积比例的方法的另一实施例中，所 述根据所述玉米叶部大斑病病情分级结果建立玉米叶部大斑病预测模型，包括：
[0056] 根据玉米大斑病同一发病时期玉米叶部大斑病病情分级结果计算该发病时期的 病情指数，计算公式为：
其中，RV为玉米大斑病发病植株叶部大斑 病病情级数，N为病情级数是RV的发病植株数，NT代表调查玉米植株总数，RVmax为大斑病 病情级数的最大值；
[0057] 以发病时期相应的调查时间为自变量，玉米大斑病的病情指数为因变量，利用 SPSS中曲线估计程序，采用预