System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于植物保护,具体涉及一种基于病斑扩张评估植物病害严重度的装置、方法和计算机可读存储介质。
技术介绍
1、植物病害可造成植物产品产量减低和品质下降,影响粮食安全,有些引起植物病害的病原物在为害时会产生毒素,对人畜造成严重危害,并且有些植物病害对于生态环境会造成严重影响。因此,加强植物病害的管理非常重要。开展病害调查和了解病害发生情况是对植物病害进行科学和有效管理的基础和前提。植物病害严重度(severity)的评估是病害调查和发生病害植物的表型测定中一个非常重要的指标,对于了解病害发生严重程度、病原-植物互作、病害管理具有重要意义。一般地,植物病害的严重度评估主要依靠评估人员肉眼观察进行,但在实验室条件下,有时会利用网格纸测定法、纸样称重法等进行评估。随着技术的发展,信息技术在植物病害严重度评估中应用越来越多,主要包括图像处理技术、遥感技术、近红外光谱技术等,尤其是图像处理技术应用更多,这些方法为病害严重度评估提供了支撑,但是这些方法往往存在费时费力、评估误差大、准确性低或可应用性差等问题。需要研究一种简便、快速、准确的植物病害严重度评估方法,这对于植物病害的调查、监测、预测预报和防控具有重要意义。
2、植物病害严重度的评估应该严格按照相应的严重度分级标准进行。在很多植物病害严重度分级标准中,严重度级别是按照病斑面积占调查植物单元(整个植株或一个叶片、果实、茎等)面积的比率进行划分的。然而,对于有些病害,例如小麦条锈病、小麦叶锈病等,其严重度分级标准中每一严重度级别对应的病斑面积占调查植物单元面积的比率并非
3、植物病害的严重度评估主要是由人工利用肉眼观察法进行的,该方法易受调查人员的主观经验影响,容易出现较大的严重度评估偏差,并且费时费力,调查人员必需经过训练并熟练掌握病害严重度分级方法之后开展严重度评估才能保障评估结果的可靠性。网格纸测定法、纸样称重法等方法操作繁琐、费时费力,在生产实际中极少利用。基于遥感技术和近红外光谱技术等的植物病害严重度评估方法对仪器依赖性较强,并且仪器价格相对较高,这些方法在生产实际中应用很少,大多是应用于研究中。在现在利用图像处理技术进行植物病害严重度评估时,一个主要的思路是按照病斑面积占调查植物单元面积的实际比率与分级标准中的病斑面积占调查植物单元面积的比率进行对照而进行严重度级别评估的,这样会导致对于严重度分级标准中每一严重度级别对应的病斑面积占调查植物单元面积的比率并非是病斑面积占调查植物单元面积的实际比率的这类植物病害的严重度评估级别错误,影响基于图像处理技术进行植物病害严重度评估方法的应用。
4、因此,如何解决病斑面积占调查植物单元面积的实际比率与病害严重度分级标准中每一严重度级别对应的病斑面积占调查植物单元面积的比率不一致从而导致严重度评估错误的问题是非常重要的,这对于植物病害严重度的准确评估非常关键,对于植物病害严重度级别自动化评估的实现非常重要。已有利用图像处理技术对植物病害图像进行分割并获取病斑面积占植物单元面积的实际比率,基于病斑面积实际比率进行病害严重度评估的方法,并且已有基于监督学习和非监督学习实现基于植物病害病斑面积实际比率的自动评估方法,为解决上述问题提供了解决方案。但是,严重度分级标准中每一严重度级别对应的病斑面积占调查植物单元面积的比率并非是病斑面积占调查植物单元面积的实际比率的情况,本质上是病斑面积占调查植物单元面积的实际比率小于严重度分级标准中相应严重度级别对应的病斑面积占调查植物单元面积的比率。
技术实现思路
1、本专利技术所要解决的技术问题是如何准确确定植物病害的严重度。
2、为了解决上述技术问题,本专利技术首先提供了评估植物病害严重度的装置,所述装置可包括如下模块:
3、a1)图像获取模块:用于获取待评估发病植物单元图像;
4、a2)图像分割模块:用于对所述发病植物单元图像利用图像处理软件进行图像处理,将发病植物单元从背景中分割出来,获得植物单元分割图像,并将病斑从所述植物单元分割图像中分割出来,获得病斑分割图像;
5、a3)病斑实际比率计算模块:用于基于所述病斑分割图像和所述植物单元分割图像计算获得所述待评估发病植物的病斑面积占植物单元面积的病斑面积实际比率b;
6、a4)确定扩张系数模块:利用根据严重度分级标准人为确定的严重度级别对应的病斑面积比率和所述病斑面积实际比率b计算获得病斑扩张系数;
7、a5)病斑扩张模块:用于基于所述病斑扩张系数对所述病斑分割图像进行扩张处理,获得扩张后病斑图像;
8、a6)计算扩张后病斑面积占植物单元面积比率模块:用于基于所述扩张后病斑图像和所述植物单元分割图像计算获得扩张后病斑面积占植物单元面积的比率c;
9、a7)植物病害严重度评估模块:用于基于所述比率c和所述已知病害严重度分级标准,获得待评估发病植物单元的病害严重度。
10、上述装置中,所述植物单元可为整个植株、叶片、果实或茎等。所述图像可为数字图像。所述图像分割可为在adobe photoshop软件中进行手动分割。
11、上述装置中,所述病斑扩张系数可为病斑扩张系数1、病斑扩张系数2或病斑扩张系数3。
12、所述病斑扩张系数1可为grate,所述grate是用依据植物病害严重度分级标准人为确定的最高严重度级别对应的发病病斑面积占植物单元面积比率除以所述病害严重度为最高严重度级别的所有发病植物单元的所述病斑面积实际比率b中最大的值获得的比值。
13、所述病斑扩张系数2为minrates,所述minrates为用依据植物病害严重度分级标准人为确定的发病植物单元严重度级别s的发病病斑面积占植物单元面积的比率,除以相应严重度级别s所有发病植物单元的所述病斑面积实际比率b中最大的值所获得的比值,所述s为严重度级别;
14、所述病斑扩张系数3为meanrates,所述meanrates为依据植物病害严重度分级标准人为确定的发病植物单元严重度级别s的所有发病植物单元的rs的平均值;所述rs为所述严重度级别s对应的严重度分级标准中病斑面积占发病植物单元面积的比率,除以相应严重度级别s的每一个发病植物单元的所述病斑面积实际比率b,所述s为严重度级别。
15、例如,如果严重度级别s对应的严重度分级标准中病斑面积占发病植物单元面积的百分率为1%,严重度级别s的所有发病植物单元为50个,则rs为r1%,50个发病植物单元中每个发病植物单元会得到1个r1%,总共50个r1%,每个r1%的分子均为1%,分母为严重度级别s对应的病斑面积占发病植物单元面积的百分率为1%的每一个发病植物本文档来自技高网...
【技术保护点】
1.评估植物病害严重度的装置,其特征在于:所述装置包括:
2.根据权利要求1所述的装置,其特征在于:所述病斑扩张系数为病斑扩张系数1、病斑扩张系数2或病斑扩张系数3;
3.根据权利要求1或2所述的装置,其特征在于:所述病斑面积为基于所述病斑分割图像的像素获得,所述植物单元面积为基于所述植物单元分割图像的像素获得。
4.根据权利要求1-3中任一权利要求所述的装置,其特征在于:所述病斑扩张方法包括基于病斑外部边缘扩张法、基于病斑内部边缘扩张法或/和基于图像缩放算法;
5.评估植物病害严重度的方法,其特征在于:所述方法包括如下步骤:
6.根据权利要求5所述的方法,其特征在于:所述病斑扩张系数为病斑扩张系数1、病斑扩张系数2或病斑扩张系数3;
7.根据权利要求5或6所述的方法,其特征在于:所述病斑面积为基于所述病斑分割图像的像素获得,所述植物单元面积为基于所述植物单元分割图像的像素获得。
8.根据权利要求5-7中任一权利要求所述的方法,其特征在于:所述病斑扩张方法包括基于病斑外部边缘扩张法、基于病斑内部边
9.存储有计算机程序的计算机可读存储介质,其特征在于:所述计算机程序使计算机执行如权利要求5-8中任一权利要求所述方法的步骤。
...【技术特征摘要】
1.评估植物病害严重度的装置,其特征在于:所述装置包括:
2.根据权利要求1所述的装置,其特征在于:所述病斑扩张系数为病斑扩张系数1、病斑扩张系数2或病斑扩张系数3;
3.根据权利要求1或2所述的装置,其特征在于:所述病斑面积为基于所述病斑分割图像的像素获得,所述植物单元面积为基于所述植物单元分割图像的像素获得。
4.根据权利要求1-3中任一权利要求所述的装置,其特征在于:所述病斑扩张方法包括基于病斑外部边缘扩张法、基于病斑内部边缘扩张法或/和基于图像缩放算法;
5.评估植物病害严重度的方法,其特征在于:所述方法包括如下步骤:
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。