【技术实现步骤摘要】
本申请涉及数据处理，尤其是涉及一种农作物疾病分析方法与分析系统。
技术介绍
1、载有多光谱和高光谱相机的机载成像系统已被广泛应用于农作物病害地图的检测与绘制工作，在实验室内，已经成功的对多种农作物的病害建立了判断模型并使用图片影像对判断模型进行了针对性训练，使判断模型具有了很高的判断率。
2、但是在实际的应用过程中发现，该种方式仍然存在一定的缺陷，例如实验室使用的图片影像在质量方面具有一定的要求，同时在距离、光照等实际影响参数会直接影响判断结果。在实际的种植场地得到的图像，目前的判断方式依然存在缺陷。
3、对于病害的早期检测仍然存在挑战，因为此时的性状表现不明显，依靠中后期的表现难以发现前期病害，尽管机载成像和卫星图像都已成功应用于检测和绘制众多作物的病害地图，在大多数情况下，当作物的病害症状在遥感影像中显示出来时，损害可能早已经发生。若病害发现得足够早，便可以及时采取防治措施以减少对作物的进一步损害；但对于部分作物而言，在当前生长季节再去阻止其感染的传播可能为时已晚。
4、另外，随着判断模型数量的增加，判断模型的经济价值也在受到挑战，因为在实际的使用过程中，难以针对每一类农作物的每一种病害都建立判断模型，这种方式得到判断模型在普适性上存在欠缺。
技术实现思路
1、本申请提供一种农作物疾病分析方法与分析系统，可以通过区域性的群体性分析与个体差异分析来对该区域内的农作物疾病情况进行判断，用以提高病害早期检测的发现概率。
2、本申请的上述
3、第一方面，本申请提供了一种农作物疾病分析方法，包括：
4、响应于获取到的指令，对指令指向的区域进行图像采集，得到图像组，图像组中包括多张图像；
5、根据图像的生成位置对图像进行裁切，得到待处理图像，同一个图像组中的任意两张待处理图像的对应区域不重合；
6、识别待处理图像中的特征对象，并将特征对象从待处理图像中分离；
7、对特征对象进行分解，得到多个子特征对象，并对子特征对象进行分组；
8、比较每组中任意两个子特征对象的相似度并根据相似度结果对一组中的子特征对象进行二次分组和赋予标签；以及
9、统计指令指向区域的每一个特征对象的标签数量。
10、在第一方面的一种可能的实现方式中，对特征对象进行分解包括：
11、描绘特征对象的外形轮廓，外形轮廓为一条封闭曲线；
12、确定外形轮廓的中心区域；
13、描绘特征对象的特征轮廓并根据中心区域对特征轮廓进行分割，得到多个子特征轮廓，每一个子特征轮廓对应一个子特征对象。
14、在第一方面的一种可能的实现方式中，还包括：
15、在外形轮廓上随机选取多个判断点；
16、使用任意两个判断点构建线段并在线段上间隔得到距离值组；
17、根据距离值组的变化趋势调整线段任意一端的判断点并对线段进行重构，变化趋势包括趋于增加和趋于减小；以及
18、得到多个线段的交点区域并将交点区域作为外形轮廓的中心区域；
19、其中，外形轮廓的中心区域的数量至少为一个。
20、在第一方面的一种可能的实现方式中，对子特征对象进行分组包括：
21、确定子特征对象的对称线并确定对称线的高度变化趋势；
22、根据高度变化趋势对子特征对象进行分组，归属于同一类的子特征对象的对称线的高度变化趋势相同；
23、其中，子特征对象的对称线指向外形轮廓的中心区域；
24、属于同一类的子特征对象的对称线的长度在要求区间范围内。
25、在第一方面的一种可能的实现方式中，子特征对象的相似度包括色差和边缘整齐度。
26、在第一方面的一种可能的实现方式中，得到子特征对象的相似度中的色差包括：
27、将两个子特征对象进行重合处理，得到重合区域，同时移动两个子特征对象中的任意一个，使重合区域的面积最大；
28、计算每一个像素点上的两个像素值的差值，差值包括正差值与负差值；
29、将正差值数量与负差值数量之和作为子特征对象的色差。
30、在第一方面的一种可能的实现方式中，得到子特征对象的相似度中的边缘整齐度包括：
31、得到子特征对象的边缘轮廓；
32、将子特征对象的边缘轮廓分段，得到多个子边缘轮廓分段，每个子边缘轮廓分段的长度相同；
33、计算子边缘轮廓分段的分离度，分离度的计算方式为使用子边缘轮廓分段的两端建立标准线段，在子边缘轮廓分段上随机选取多个点并计算每一个点到标准线段的最小直线距离；
34、将子边缘轮廓分段的分离度累加后得到子特征对象的相似度中的边缘整齐度。
35、第二方面，本申请提供了一种农作物疾病分析装置，包括：
36、图像采集单元，用于响应于获取到的指令，对指令指向的区域进行图像采集，得到图像组，图像组中包括多张图像；
37、图像裁切单元，用于根据图像的生成位置对图像进行裁切，得到待处理图像，同一个图像组中的任意两张待处理图像的对应区域不重合；
38、识别与分离单元，用于识别待处理图像中的特征对象，并将特征对象从待处理图像中分离；
39、分解单元，用于对特征对象进行分解，得到多个子特征对象，并对子特征对象进行分组；
40、第一处理单元，用于比较每组中任意两个子特征对象的相似度并根据相似度结果对一组中的子特征对象进行二次分组和赋予标签；以及
41、统计单元，用于统计指令指向区域的每一个特征对象的标签数量。
42、第三方面，本申请提供了一种农作物疾病分析系统，所述系统包括：
43、一个或多个存储器，用于存储指令；以及
44、一个或多个处理器，用于从所述存储器中调用并运行所述指令，执行，如第一方面及第一方面任意可能的实现方式中所述的方法。
45、第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质包括：
46、程序，当所述程序被处理器运行时，第一方面及第一方面任意可能的实现方式中所述的方法被执行。
47、第五方面，本申请提供了一种计算机程序产品，包括程序指令，当所述程序指令被计算设备运行时，如第一方面及第一方面任意可能的实现方式中所述的方法被执行。
48、第六方面，本申请提供了一种芯片系统，该芯片系统包括处理器，用于实现上述各方面中所涉及的功能，例如，生成，接收，发送，或处理上述方法中所涉及的数据和/或信息。
49、该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。
50、在一种可能的设计中，该芯片系统还包括存储器，该存储器，用于保存必要的程序指令和数据。该处理器和该存储器可以解耦，分别设置在不同的设备上，通过有线或者无线的本文档来自技高网...
【技术保护点】
1.一种农作物疾病分析方法，其特征在于，包括：
2.根据权利要求1所述的农作物疾病分析方法，其特征在于，对特征对象进行分解包括：
3.根据权利要求2所述的农作物疾病分析方法，其特征在于，还包括：
4.根据权利要求1所述的农作物疾病分析方法，其特征在于，对子特征对象进行分组包括：
5.根据权利要求1所述的农作物疾病分析方法，其特征在于，子特征对象的相似度包括色差和边缘整齐度。
6.根据权利要求5所述的农作物疾病分析方法，其特征在于，得到子特征对象的相似度中的色差包括：
7.根据权利要求5或6所述的农作物疾病分析方法，其特征在于，得到子特征对象的相似度中的边缘整齐度包括：
8.一种农作物疾病分析装置，其特征在于，包括：
9.一种农作物疾病分析系统，其特征在于，所述系统包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括：
【技术特征摘要】
1.一种农作物疾病分析方法，其特征在于，包括：
2.根据权利要求1所述的农作物疾病分析方法，其特征在于，对特征对象进行分解包括：
3.根据权利要求2所述的农作物疾病分析方法，其特征在于，还包括：
4.根据权利要求1所述的农作物疾病分析方法，其特征在于，对子特征对象进行分组包括：
5.根据权利要求1所述的农作物疾病分析方法，其特征在于，子特征对象的相似度包括色差和边缘整齐度。
【专利技术属性】
技术研发人员：高青山，彭旭敏，柳德军，肖静，罗劲旭，徐洪伟，
申请(专利权)人：中国平安财产保险股份有限公司四川分公司，
类型：发明
国别省市：
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。