基于安卓系统的病虫害感染程度检测方法及系统技术方案

本发明专利技术提供了一种基于安卓系统的病虫害感染程度检测方法及系统。方法包括：使用基于安卓系统的红外成像镜头获取作物区域中作物的热红外图像；对所述热红外图像进行预处理得到处理图像；分割所述处理图像中病虫害区域和背景区域；分别统计所述病虫害区域和所述背景区域中像素点的个数，根据所述像素点的个数计算病虫害感染程度。本发明专利技术所述的技术方案通过基于安卓系统的红外成像镜头采集作物的热红外图像，并可以对热红外图像进行识别，实现病虫害感染程度的检测，能够在病虫害发现时，便于及时进行处理，减少经济损失，便携性好，精确度高，可靠性及实时性好。

Detection method and system of infection degree of diseases and insect pests based on Android system

The present invention provides a method and system for detecting the degree of infection of diseases and insect pests based on the Android system. The method includes: obtaining thermal infrared image crop area of the infrared imaging system based on Android lens; the thermal infrared image preprocessing by image processing; segmentation of the image processing in the pest region and background region respectively; statistical number of pixels of the pest region and the background region and according to the number of the pixels of the pest infection degree calculation. The technical proposal of the invention through the acquisition of infrared thermal image crop infrared imaging system based on Android lens, and can be used to identify the thermal infrared image, realize the pest infection degree detection, can be found in the pest harm, to facilitate the timely treatment, reduce economic loss, good portability, high precision and reliability and good real-time.

【技术实现步骤摘要】
基于安卓系统的病虫害感染程度检测方法及系统
本专利技术涉及热红外图像识别
，具体涉及一种基于安卓系统的病虫害感染程度检测方法及系统。
技术介绍
病虫害在农业生产中的发生和危害十分的频繁且严重，给人们带来了经济上的巨大损失。病虫害的检测方法通常采用田间调查和预测预报相结合的方法，而田间调查与预测预报均依靠人工检测，这种方法要求检测者具备较高的素质，熟悉业务，这样才可取得较好的效果，这就导致人工检测不可避免的存在误差，不利于农业生产的自动化、高效管理。随着计算机图像处理技术的不断发展，人们开始利用计算机代替人工观察的方式来诊断病虫害，将拍摄的可见光病虫害图像上传到服务器端，与预先训练完成的病虫害特征进行匹配识别其类型，或者与预先训练完成的模型相匹配诊断病虫害类型，这种方法要求只能拍摄一种病害或虫害的图像，对病虫害图像的选择要求高、检测不够准确。热红外成像技术能够根据病虫害与作物之间表现的温度差异绘制图像，能够很好的识别的病虫害的发病情况，现在常用的热红外成像仪成本高，且获取了病虫害图像后是通过人工观测方式估测发病情况，不能很好的得出病虫害感染情况的有效数据。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种基于安卓系统的病虫害感染程度检测方法及系统，实现了对病虫害感染程度的检测并提高检测的便携性和实时性。为实现上述目的，本专利技术提供以下技术方案：一方面，本专利技术提供了一种基于安卓系统的病虫害感染程度检测方法，包括：使用基于安卓系统的红外成像镜头获取作物区域中作物的热红外图像；对所述热红外图像进行预处理得到处理图像；分割所述处理图像中病虫害区域和背景区域；分别统计所述病虫害区域和所述背景区域中像素点的个数，根据所述像素点的个数计算病虫害感染程度。进一步的，所述方法还包括：存储病虫害感染程度的数据并根据预设信息查询检测结果的具体信息。进一步的，所述预设信息包括：作物名称和作物编号；所述检测结果的具体信息包括：作物名称、作物编号、采集日期、采集时间、作物感染面积和作物感染度结果。进一步的，对所述热红外图像进行预处理得到处理图像的步骤，包括：对所述热红外图像进行滤波去噪处理得到滤波图像；对所述滤波图像进行图像增强处理得到所述处理图像。进一步的，分割所述处理图像中病虫害区域和背景区域的步骤，包括：在HSV颜色空间中S-H+1.5V通道上，采用最大类间方差法将所述处理图像进行分割得到二值图像，其中，所述二值图像中第一像素值表示病虫害区域，第二像素值表示背景区域；分别设置所述病虫害区域的像素点和所述背景区域的像素点的像素值为0和255；采用连通区域法对所述二值图像进行处理，去除所述二值图像中的噪声点。进一步的，分别统计所述病虫害区域和所述背景区域中像素点的个数根据所述像素点的个数计算病虫害感染程度的步骤，包括：采用公式：a＝M/(M+N)计算病虫害感染程度；其中，a为病虫害感染程度，M为病虫害区域中像素点的个数，N为背景区域中像素点的个数。另一方面，本专利技术还提供了一种基于安卓系统的病虫害感染程度检测系统，系统包括：采集模块，用于使用基于安卓系统的红外成像镜头获取作物区域中作物的热红外图像；处理模块，用于对所述热红外图像进行预处理得到处理图像；转换模块，用于分割所述处理图像中病虫害区域和背景区域；统计计算模块，用于分别统计所述病虫害区域和所述背景区域中像素点的个数，根据所述像素点的个数计算病虫害感染程度。进一步的，所述系统还包括：存储查询模块，用于存储病虫害感染程度的数据并根据预设信息查询检测结果的具体信息。进一步的，所述处理模块，包括：滤波单元，用于对所述热红外图像进行滤波去噪处理得到滤波图像；图像增强单元，用于对所述滤波图像进行图像增强处理得到所述处理图像。进一步的，所述转换模块，包括分割单元，用于在HSV颜色空间中S-H+1.5V通道上，采用最大类间方差法将所述处理图像进行分割得到二值图像，其中，所述二值图像中第一像素值表示病虫害区域，第二像素值表示背景区域；设置单元，用于分别设置所述病虫害区域的像素点和所述背景区域的像素点的像素值为0和255；优化单元，用于采用连通区域法对所述二值图像进行处理，去除所述二值图像中的噪声点。由上述技术方案可知，本专利技术所述的一种基于安卓系统的病虫害感染程度检测方法及系统，通过基于安卓系统的红外成像镜头采集作物的热红外图像，并可以对热红外图像进行识别，实现病虫害感染程度的检测，能够在病虫害发现时，便于及时进行处理，减少经济损失，便携性好，精确度高，可靠性及实时性好。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种基于安卓系统的病虫害感染程度检测方法的流程图；图2是本专利技术实施例提供的另一种基于安卓系统的病虫害感染程度检测方法的流程图；图3是本专利技术实施例提供的一种基于安卓系统的病虫害感染程度检测方法中步骤S102的一种具体实施方式的流程示意图；图4是本专利技术实施例提供的一种基于安卓系统的病虫害感染程度检测方法中步骤S103的一种具体实施方式的流程示意图；图5是本专利技术实施例提供的一种基于安卓系统的病虫害感染程度检测系统的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本专利技术实施例提供的一种基于安卓系统的病虫害感染程度检测方法，参见图1，该方法具体包括如下步骤：S101：使用基于安卓系统的红外成像镜头获取作物区域中作物的热红外图像；在本步骤中，通过红外热成像镜头采集作物区域中作物的热红外图像，可以通过手机连接红外热成像镜头，输入作物区域的作物名称和作物编号，启动红外热成像镜头拍摄作物区域中作物感染病虫害的叶片，拍摄后保存图像时将图像重命名为作物名称_作物编号_采集的日期时间这样的格式；将作物的热红外图像存储到手机中。由于作物叶片的光合作用，使在红外热图像中，叶片上感染病虫害的区域温度高、亮度大，可以将温度高、亮度大的病虫害感染区域与其他正常叶片的区域进行分离，从而得到只有病虫害的区域图像，这样可以更好区域病虫害区域，以便后续的计算；因此通过红外热成像镜头采集的热红外图像明显可以区分叶片上病虫害区域部分的叶片和正常区域部分的叶片。S102：对所述热红外图像进行预处理得到处理图像；在本步骤中，通过上述步骤S101获取作物的热红外图像，或者读取手机中其他设备发送过来的热红外图像。由于作物叶片上病虫害区域与正常区域交界处的热度区分不明显、以及叶片上由于遮挡部分的使作物热红外图像上出现噪点，因此，需要步骤S101获取作物的热红外图像进行处理，排除热红外图像中的噪点并提高病虫害区域与正常区域的区分度，实现提高检测病虫害区域的精度和准确性。S103：分割所述处理图像中病虫害区域和背景区域；本文档来自技高网...

【技术保护点】
一种基于安卓系统的病虫害感染程度检测方法，其特征在于，所述方法包括：使用基于安卓系统的红外成像镜头获取作物区域中作物的热红外图像；对所述热红外图像进行预处理得到处理图像；分割所述处理图像中病虫害区域和背景区域；分别统计所述病虫害区域和所述背景区域中像素点的个数，根据所述像素点的个数计算病虫害感染程度。

【技术特征摘要】
1.一种基于安卓系统的病虫害感染程度检测方法，其特征在于，所述方法包括：使用基于安卓系统的红外成像镜头获取作物区域中作物的热红外图像；对所述热红外图像进行预处理得到处理图像；分割所述处理图像中病虫害区域和背景区域；分别统计所述病虫害区域和所述背景区域中像素点的个数，根据所述像素点的个数计算病虫害感染程度。2.根据权利要求1所述的基于安卓系统的病虫害感染程度检测方法，其特征在于，所述方法还包括：存储病虫害感染程度的数据并根据预设信息查询检测结果的具体信息。3.根据权利要求2所述的基于安卓系统的病虫害感染程度检测方法，其特征在于，所述预设信息包括：作物名称和作物编号；所述检测结果的具体信息包括：作物名称、作物编号、采集日期、采集时间、作物感染面积和作物感染度结果。4.根据权利要求1或2所述的基于安卓系统的病虫害感染程度检测方法，其特征在于，对所述热红外图像进行预处理得到处理图像的步骤，包括：对所述热红外图像进行滤波去噪处理得到滤波图像；对所述滤波图像进行图像增强处理得到所述处理图像。5.根据权利要求1或2所述的基于安卓系统的病虫害感染程度检测方法，其特征在于，分割所述处理图像中病虫害区域和背景区域的步骤，包括：在HSV颜色空间中S-H+1.5V通道上，采用最大类间方差法将所述处理图像进行分割得到二值图像，其中，所述二值图像中第一像素值表示病虫害区域，第二像素值表示背景区域；分别设置所述病虫害区域的像素点和所述背景区域的像素点的像素值为0和255；采用连通区域法对所述二值图像进行处理，去除所述二值图像中的噪声点。6.根据权利要求1或2所述的基于安卓系统的病虫害感染程度检测方法，其特征在于，分别统计所述病虫...

【专利技术属性】
技术研发人员：杨玮，陈玉青，郝子源，李民赞，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京,11