【技术实现步骤摘要】
一种兰花黑斑病监控与防治系统及方法
本专利技术属于病害防治
，尤其涉及一种兰花黑斑病监控与防治系统及方法。
技术介绍
目前，兰花黑斑病(Cylindrosporiumphalaenopsidis)是由半知菌亚门、腔胞纲、黑盘孢目、黑盘孢科、柱孢霉属的薯蓣柱孢霉菌侵染引起的。病菌的分生孢子盘主要生于叶片正面，初埋生于表皮下，后突破而外露，直径129～257微米。分生孢子梗无色、短小，仅基部分枝，具0～2个分隔，圆柱形，内壁芽殖产孢。分生孢子无色、薄壁、线形，直或稍弯，大小20.4～45×1.4～2.4微米。病菌最适生长发育温度为20～25℃，但在10℃左右孢子萌发率还可达到50％。病菌主要侵染兰花叶片，病叶首先出现褐色小点，迅速扩展为圆形、半圆形的黑褐色斑，周围常具水渍状浅黄色晕圈，直径1～17毫米。后期病部中央逐渐褪色，成为中间浅褐边缘黑褐色的病斑。感病部位正反两面均生有淡褐色至灰白色疱状小突起，在潮湿环境下，涌现出蜜黄色颗粒状物，此即为病菌的分生孢子堆。病斑易发生于植株中下部位的叶片，病斑之间的叶组织失绿变黄，多个病斑可连结成大斑块，容易引起病斑块以上叶段干枯甚至全叶死亡。兰花黑斑病发病初期颜色接近叶片颜色，不易发现，目前兰花黑斑病监控系统采集的兰花黑斑病的监控图像较为模糊，难以识别出初期病症，导致治疗延误，影响兰花发育。通过上述分析，现有技术存在的问题及缺陷为：目前兰花黑斑病监控系统采集的兰花黑斑病的监控图像较为模糊，难以识别出初期病症，导致治疗延误，影响兰花发育。
技术实现思路
【技术保护点】
1.一种兰花黑斑病监控与防治方法，其特征在于，所述兰花黑斑病监控与防治方法包括：/n步骤一，监控模块通过摄像头采集兰花叶片的图像，并通过图像预处理模块利用率图像预处理程序进行采集图像的预处理；/n步骤二，根据步骤一预处理完成的兰花叶片的图像，中央处理模块分别控制监控模块、图像预处理模块、图像分割模块、特征提取模块、对比模块、黑斑病确定模块、定位模块、黑斑病治理模块、黑斑并预防模块各个模块正常运行；/n步骤三，图像分割模块通过图像分割程序进行预处理图像的分割，特征提取模块通过图像特征提取程序进行各个图像的特征提取，对比模块通过对比程序将兰花黑斑病特征信息与提取的图像特征进行对比；/n步骤四，黑斑病确定模块通过黑斑病确定程序确定黑斑病兰花图像，并利用定位模块通过定位程序对黑斑病叶片进行定位；/n步骤五，黑斑病治理模块通过黑斑病治理程序进行黑斑病叶片的治理，黑斑病预防模块通过黑斑病预防程序对黑斑病叶片所在植株进行黑斑病预防；/n所述进行预处理图像的分割过程为：/n(1)通过图像颜色增强算法加深叶片绿色区域，采用对比度增强算法提高叶片与其他区域的颜色差别；/n(2)在颜色增强后的色差图像区域内...
【技术特征摘要】
1.一种兰花黑斑病监控与防治方法，其特征在于，所述兰花黑斑病监控与防治方法包括：
步骤一，监控模块通过摄像头采集兰花叶片的图像，并通过图像预处理模块利用率图像预处理程序进行采集图像的预处理；
步骤二，根据步骤一预处理完成的兰花叶片的图像，中央处理模块分别控制监控模块、图像预处理模块、图像分割模块、特征提取模块、对比模块、黑斑病确定模块、定位模块、黑斑病治理模块、黑斑并预防模块各个模块正常运行；
步骤三，图像分割模块通过图像分割程序进行预处理图像的分割，特征提取模块通过图像特征提取程序进行各个图像的特征提取，对比模块通过对比程序将兰花黑斑病特征信息与提取的图像特征进行对比；
步骤四，黑斑病确定模块通过黑斑病确定程序确定黑斑病兰花图像，并利用定位模块通过定位程序对黑斑病叶片进行定位；
步骤五，黑斑病治理模块通过黑斑病治理程序进行黑斑病叶片的治理，黑斑病预防模块通过黑斑病预防程序对黑斑病叶片所在植株进行黑斑病预防；
所述进行预处理图像的分割过程为：
(1)通过图像颜色增强算法加深叶片绿色区域，采用对比度增强算法提高叶片与其他区域的颜色差别；
(2)在颜色增强后的色差图像区域内提取对比度增强后的图像，接着进行动态阈值分割获得分割图像；
(3)进行小区域去除和孔洞填充操作以去除分割噪声、填充果实区域孔洞；最后进行图像边界去除，获得叶片光常区域；
所述图像预处理模块包括图像降噪模块、图像滤波模块、图像增强模块；
所述进行采集图像的降噪过程为：
(1)采用相同随机步长将清晰图像和与清晰图像对应的噪声图像分割成若干组大小为40×40的图像块，以每组图像块作为一个训练样本，以此构建训练集；
(2)构造图像降噪网络，利用训练集训练图像降噪网络，获得图像降噪模型；
(3)将采集的图像输入至图像降噪模型中，经计算输出降噪图像；
所述图像分割完成后，特征提取模块通过图像特征提取程序进行各个图像的特征提取的过程为：
将分割完成后兰花图像进行灰度化处理，同时对灰度化处理完成的兰花图像，进行颜色空间的标准化；
兰花图像标准化完成后，确定每个兰花图像中的像素值，并将兰花图像划分成一定数量的区域；
划分完成后，对每个小区域进行描述，确定相应的特征进行串联起来，得到相应的兰花图像特征。
2.如权利要求1所述兰花黑斑病监控与防治方法，其特征在于，所述图像滤波包括均值滤波、中值滤波、高斯滤波、最大值滤波、最小值滤波、sobel_x滤波、sobel_y滤波；滤波方法包括：
均值滤波是把3*3矩阵的9个像素扩展为16个像素，公式如下：
x＝(s1+s3+s7+s9+(s2+s4+s6+s8)<<1+s3<<2)>>4；
其中，公式中s2、s4、s6、s8位置数据右移一位，位置s3右移2位，对移位后的位置数据和剩下的位置数据左移4位，最后输出的像素位宽为8，对处理完成像素值超过255的像素，做统一等于像素为255的处理；
中值滤波对3*3矩阵中的9个像素进行从大到小排序得到中间的像素输出；第一级采用9个比较器先对3行像素的大小进行小到大排序；第二级把3行排好序的像素按列的方向用9个比较器同时比较得到第一列的最小值，第二列的中值，第三列的最大值；第三级用3个比较器对第二级输出的三个像素排序得到中间像素值。
3.如权利要求2所述兰花黑斑病监控与防治方法，其特征在于，所述高斯滤波公式中s2、s4、s6、s8位置数据右移一位，位置s3右移2位，对移位后的位置数据和剩下的位置数据左移4位，最后输出的像素位宽为8，对处理完成像素值超过255的像素，做统一等于像素为255的处理；
最大值滤波采用两级比较的方式输出3*3矩阵中像素组成的序列中最大的像素，其中第一级对3*3矩阵中三列的像素进行比较求出每列的最大值，第二级对所述每列的最大值进行比较求出最大值输出；
最小值滤波采用两级比较的方式输出3*3矩阵中像素组成的序列中最小的像素，其中第一级对3*3矩阵中三列的像素进行比较求出每列的最小值，第二级对所述每列的最小值进行比较求出最小值输出。
4.如权利要求2所述兰花黑斑病监控与防治方法，其特征在于，所述sobel_x滤波采用绝对值运算，公式为x＝|s7+s8+s9-s1-s2-s3|>>4；
公式中，先比较s7+s8+s9和s1+s2+s3的大小，再做减法运算，最后求梯度变化；
sobel_y滤波采用绝对值运算，公式为x＝|s3+s6+s9-s1-s4-s4|>>4；
公式中，先比较s1+s4+s7和s3+s6+s9的大小，再做减法运算，最后求梯度变化。
5.如权利要求1所述兰花黑斑病监控与防治方法，其特征在于，所述图像预处理模块中图像增强包括：于图像的多个区域的每一区域，执行这个区域的最近代表函数的至少一个梯度计算，并对其目标函数的至少一个梯度计算且根据梯度计算更新最近代表函数；
以及当至少一个...
【专利技术属性】
技术研发人员：杨泽良，向书琴，王海平，康林峰，
申请(专利权)人：湖南人文科技学院，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。