自动测量离体植物软腐病斑面积的方法及装置制造方法及图纸

本发明专利技术涉及农业技术领域，具体涉及自动测量离体植物软腐病斑面积的方法及装置。所述方法包括：获取离体植物的样本图片；对所述样本图片中的分辨率进行标定；对所述样本图片中的病斑区域进行提取，在进行所述提取时，采用深度学习中的全卷积神经网络(FCN，Fully Convolutional Networks)对所述病斑区域进行语义分割，自动提取病变区域；所述全卷积神经网络经过人工标注的样本集进行训练；统计所述病斑区域中的像素点总数，计算得到病斑面积。本发明专利技术实现了对软腐病斑面积自动、高效、准确测量的目的，可为当前软腐病研究中离体病斑面积测量的实际需求提供支持。

【技术实现步骤摘要】
自动测量离体植物软腐病斑面积的方法及装置
本专利技术涉及农业
，具体涉及自动测量离体植物软腐病斑面积的方法及装置。
技术介绍
植物细菌性软腐病是世界范围内广泛发生的一种病害，其主要致病菌胡萝卜果胶杆菌Pectobacteriumcarotovorum于2012年被458个国际团体评为世界最重要的十大植物病原细菌之一(Mansfieldetal.,Top10plantpathogenicbacteriainmolecularplantpathology.MolecularPlantPathology,2012,13(6):614-629)。Pectobacterium可危害多种蔬菜作物如大白菜、胡萝卜、马铃薯、芹菜、莴苣等，在植物的生长、运输和贮存过程中均可带来危害并导致巨大的经济损失(晋知文等,蔬菜细菌性软腐病防治药剂活体组织筛选技术.植物保护学报,2017,44(2):269-275；Onkendietal.,CharacterizationofPectobacteriumcarotovorumsubsp.carotovorumandb本文档来自技高网...

【技术保护点】
1.一种自动测量离体植物软腐病斑面积的方法，其特征在于，所述方法包括：/n获取离体植物的样本图片，所述样本图片中包含至少一个已知长度的标定物；/n对所述样本图片中的分辨率进行标定，所述分辨率指每个像素的宽度真实代表的距离；/n对所述样本图片中的病斑区域进行提取，在进行所述提取时，采用深度学习中的全卷积神经网络对所述病斑区域进行语义分割，自动提取病变区域；在所述全卷积神经网络中，特征提取模块使用残差网络，采样模块中加入了浅层神经网络的特征；所述全卷积神经网络经过人工标注的样本集进行训练；/n统计所述病斑区域中的像素点总数，将所述像素点总数与所述分辨率的平方相乘，得到病斑面积。/n

【技术特征摘要】
1.一种自动测量离体植物软腐病斑面积的方法，其特征在于，所述方法包括：
获取离体植物的样本图片，所述样本图片中包含至少一个已知长度的标定物；
对所述样本图片中的分辨率进行标定，所述分辨率指每个像素的宽度真实代表的距离；
对所述样本图片中的病斑区域进行提取，在进行所述提取时，采用深度学习中的全卷积神经网络对所述病斑区域进行语义分割，自动提取病变区域；在所述全卷积神经网络中，特征提取模块使用残差网络，采样模块中加入了浅层神经网络的特征；所述全卷积神经网络经过人工标注的样本集进行训练；
统计所述病斑区域中的像素点总数，将所述像素点总数与所述分辨率的平方相乘，得到病斑面积。


2.根据权利要求1所述的方法，其特征在于，所述对所述样本图片中的病斑区域进行提取，包括：
对所述样本图片进行特征提取，所提取的特征包括能量、相关性、均匀性和对比度；
基于所提取到的特征，采用多层感知器模型识别所述离体植物的植物类型；
针对所识别到的植物类型，获得对应植物的病斑分割模型；
采用深度学习中的全卷积神经网络对所述病斑区域进行语义分割，自动提取病变区域；在所述全卷积神经网络中，特征提取模块使用残差网络，采样模块中加入了浅层神经网络的特征；所述全卷积神经网络经过人工标注的样本集进行训练。


3.根据权利要求1或2所述的方法，其特征在于，在采用深度学习中的全卷积神经网络对所述病斑区域进行语义分割后，对病斑区域的边缘进行校正，而后自动提取病变区域；
所述对病斑区域的边缘进行校正包括：
对语义分割得到区域的边缘部进行最大化对比度增强；
选取对比度最大的通道，使用MSER算法对边缘进行检测，定位病斑边缘。


4.根据权利要求1～3中任一项所述的方法，其特征在于，在对所述样本图片中的病斑区域进行提取时，若自动提取得到的病变区域不够准确，则手动调整所提取的病斑区域。


5.一种自动测量离体植物软腐病斑面积的装置，其特征在于，所述装置包括：
图像获取模块，用于获取离体植物的样本图片，所述样本图片中包含至少一个已知长度的标定物；
分辨率标定模块，用于对所述样本图...

【专利技术属性】
技术研发人员：陈昌龙，谢华，董洲，田宇，
申请(专利权)人：北京农业生物技术研究中心，
类型：发明
国别省市：北京;11