【技术实现步骤摘要】
本专利技术属于图像分析，尤其涉及基于图像分析的青贮玉米病虫害识别方法及系统。
技术介绍
1、青贮玉米，在适宜收获期内收获包括果穗在内的地上全部绿色植株全部收割下来经过切碎、加工后用发酵的方法制作成青贮饲料的玉米，用来冬天饲喂牛、羊等牲畜，在北方牧区十分常见。青贮玉米是按收获物和用途来进行划分的玉米三大类型（籽粒玉米、青贮玉米、鲜食玉米）之一。
2、青贮玉米的生长阶段主要分为苗期、拔节期、大喇叭口期、抽雄吐丝期、灌浆期直至成熟期。苗期为从出苗开始，至拔节前的一段时期，主要以长根为中心，根系生长较快，地上部分生长缓慢。苗期的管理目标是确保苗全、苗产和苗壮，壮苗的标准包括根系发达、根深叶绿、叶片宽短、苗基较扁、节间粗短、群体整齐一致、长势旺盛。苗期常见的病虫害主要包括玉米根腐病、苗枯病、蛴螬、蓟马。
3、拔节期为青贮玉米生长的一个重要转折点，植株开始迅速增高和增粗。拔节期主要面临的病虫害包括玉米螟、蝗虫、玉米蚜、顶腐病、褐斑病、细菌性茎基腐病。
4、大喇叭口期为玉米植株的生长速度达到高峰，营养生长旺盛的生长时期，在大喇叭口期面临的病虫害主要包括草地贪夜蛾、黏虫、蓟马、玉米螟、双斑萤叶甲、玉米大小斑病、锈病。
5、抽雄吐丝期为生殖生长阶段，玉米开始抽雄和吐丝，这是玉米籽粒建成过程的关键时期，抽雄吐丝期包括两个阶段，其中第一个阶段是雌穗的花丝开始露出苞叶，即玉米的吐丝期。第二个阶段表示果穗中部籽粒体积基本建成，胚乳呈清浆状，籽粒含水量约为85%。在此时期面临的病虫害包括玉米螟、南方锈病、大斑
6、灌浆期为是籽粒充实的主要时期，此时期的玉米籽粒体积和重量迅速增加。在此时期内的病虫害类型为南方锈病、大斑病、小斑病、纹枯病、玉米缺钾。
7、成熟期是青贮玉米植株的茎叶停止生长，转入以开花授粉和结实成熟为中心的生殖生长阶段，此时的管理到位能够防止茎叶早衰，促进开花授粉、灌浆，提高结实粒数和粒重。此时期主要的病虫害为南方锈病、大斑病、小斑病。
8、上述生长阶段是玉米从出苗到成熟的关键时期，每个阶段都有其特定的生长特点和管理要点。由于青贮玉米的各个生长阶段的生长特点不同，使得其每个生长阶段的患病类型以及虫害类型会有不同，因此对于青贮玉米的各个生长阶段均需要针对其生长特点以及相应的病虫害特点进行管理，才能最大程度地实现青贮玉米的良好生长管理，使得最终的青贮玉米达到产量的最大化，实现最高的经济效益。
9、因此，如何基于青贮玉米每个生长阶段特点和病虫害特点，对青贮玉米的每个生长阶段进行高效的病虫害识别，并根据病虫害识别结果进而实现了对青贮玉米的全生命生长周期进行特定的病虫害管理，是目前亟需解决的技术问题。
技术实现思路
1、本专利技术的目的在于通过对青贮玉米进行每个生长阶段的病虫害识别，进而对进行全生命生长周期特定的病虫害管理，实现最终的青贮玉米的产量最大化，提高的经济效益。
2、为解决上述技术问题，本专利技术采用的技术方案如下：
3、第一方面，提供基于图像分析的青贮玉米病虫害识别方法，包括以下步骤：
4、s1：基于大数据获取青贮玉米各个生长阶段的生长特征数据以及各个生长阶段相应的病虫害特征数据，建立总数据库；根据青贮玉米各生长阶段与相应的病虫害特征数据的关系，建立青贮玉米的各生长阶段的子数据库；
5、s2：通过图像采集模块对青贮玉米植株进行图像采集，并对采集的图像进行分析判断当前的青贮玉米植株所处的生长阶段；
6、s3：根据采集的青贮玉米植株的图像数据提取其相应的病虫害特征，调用相应生长阶段的子数据库，将相应的病虫害特征与相应生长阶段的病虫害特征数据进行初级匹配，若匹配到相应的病虫害类型，则将相应的匹配结果发送至管理终端，若未匹配到相应的病虫害类型，则执行步骤s4；
7、s4：调用总数据库，将提取的病虫害特征在总数据库中与其他生长阶段相应的病虫害特征数据进行中级匹配，若匹配到相应的病虫害类型，则将相应的匹配结果发送至管理终端，若未匹配到相应的病虫害类型，则执行步骤s5；
8、s5：基于大数据，将提取的病虫害特征与其他病虫害特征数据进行终极匹配，若匹配到相应的病虫害类型，进一步提取存在病虫害特征的青贮玉米图像数据的中病虫害位置信息以及病虫害分布特征，并执行步骤s6；若仍未匹配到相应的病虫害类型，则将相应的病虫害图像数据以及提取的病虫害特征发送至管理终端，并告知未匹配的结果；
9、s6：根据进一步提取的病虫害分布特征分析病虫害严重程度、病虫害发展趋势和治理措施，并将病虫害位置信息、病虫害严重程度、病虫害发展趋势以及治理措施发送至管理终端；
10、s7：青贮玉米种植管理员根据接收到的病虫害位置信息、病虫害严重程度、病虫害发展趋势以及治理措施进行相应的治理工作。
11、优选的，步骤s1中的所述总数据库中的数据包括青贮玉米所有生长阶段的植株生长特征数据、生长图像数据和所有青贮玉米的病虫害特征数据和病虫害图像数据；所述子数据库的数量与青贮玉米的生长阶段的数量相同，每个子数据库中的数据包括各生长阶段的植株生长特征数据、生长图像数据和各生长阶段的病虫害特征数据和病虫害图像数据。
12、优选的，步骤s2中的图像采集模块对青贮玉米进行图像采集的过程是通过无人机对青贮玉米植株进行俯拍获得；对采集的图像进行分析判断当前的青贮玉米所处的生长阶段的过程采用归一化互相关匹配算法。
13、优选的，步骤s2包括以下具体过程：
14、s21：图像采集模块对青贮玉米进行图像采集，获取当前的青贮玉米植株的图像数据；
15、s22：对获取的当前的青贮玉米植株的图像数据进行数据预处理；
16、s23：对进行数据预处理后的图像数据进行植株生长特征提取，并调用总数据库，将提取的植株生长特征与总数据库中的各阶段的生长特征进行匹配，判断当前的青贮玉米所处的生长阶段。
17、优选的，步骤s22的数据预处理具体过程如下：
18、s221：对获取的当前的青贮玉米植株的图像数据进行数据清洗，删除图像数据中的无效数据和重复数据；
19、s222：对数据清洗后的图像数据进行图像校正以及多谱段图象的配准与调整；
20、s223：对图像校正、多谱段图象的配准与调整后的图像数据进行图像增强处理；
21、s224：对图像增强处理后的图像进行图像融合处理。
22、优选的，步骤s3中根据采集的青贮玉米的图像数据提取其相应的病虫害特征以及与子数据库中进行图像匹配的过程通过机器人图像特征匹配算法实现。
23、优选的，步骤s3中通过机器人图像特征匹配算法进行图像特征提取以及图像匹配的具体过程如下：
24、s31：构建青贮玉米图像的尺度空间；
25、s32：在构建的青贮玉米图像的尺度空间寻找极值点；
26、s33：对在青贮玉米图像本文档来自技高网...
【技术保护点】
1.基于图像分析的青贮玉米病虫害识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤S1中的所述总数据库中的数据包括青贮玉米所有生长阶段的植株生长特征数据、生长图像数据和所有青贮玉米的病虫害特征数据和病虫害图像数据；所述子数据库的数量与青贮玉米的生长阶段的数量相同，每个子数据库中的数据包括各生长阶段的植株生长特征数据、生长图像数据和各生长阶段的病虫害特征数据和病虫害图像数据。
3.根据权利要求1所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤S2中的图像采集模块对青贮玉米进行图像采集的过程是通过无人机对青贮玉米植株进行俯拍获得；对采集的图像进行分析判断当前的青贮玉米所处的生长阶段的过程采用归一化互相关匹配算法。
4.根据权利要求1所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤S2包括以下具体过程：
5.根据权利要求4所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤S22的数据预处理具体过程如下：
6.根据权利要求1所述的
7.根据权利要求6所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤S3中进行图像特征提取以及图像匹配的具体过程如下：
8.根据权利要求1所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤S6包括以下具体过程：
9.基于图像分析的青贮玉米病虫害识别系统，用于实现权利要求1-8任意一项所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，包括数据获取模块、数据库建立模块、图像采集模块、图像预处理模块、特征提取模块、图像匹配模块、数据调用模块、数据传输模块、管理终端，所述数据获取模块与数据库建立模块连接，所述图像采集模块与图像预处理模块连接，所述图像预处理模块与特征提取模块连接，特征提取模块与图像匹配模块连接，图像匹配模块与数据调用模块连接，所述图像匹配模块与数据传输模块连接，所述数据传输模块与管理终端连接；
10.根据权利要求9所述的基于图像分析的青贮玉米病虫害识别系统，其特征在于，所述总数据库和子数据库中还包括各病虫害类型所对应的处理建议，所述数据调用模块在调用总数据库或者子数据库或者大数据中的病虫害特征数据的同时会调用相应的处理建议，数据传输模块将匹配结果发送至管理终端时同时会将匹配到病虫害数据以及相应的处理建议发送至管理终端。
...【技术特征摘要】
1.基于图像分析的青贮玉米病虫害识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤s1中的所述总数据库中的数据包括青贮玉米所有生长阶段的植株生长特征数据、生长图像数据和所有青贮玉米的病虫害特征数据和病虫害图像数据；所述子数据库的数量与青贮玉米的生长阶段的数量相同，每个子数据库中的数据包括各生长阶段的植株生长特征数据、生长图像数据和各生长阶段的病虫害特征数据和病虫害图像数据。
3.根据权利要求1所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤s2中的图像采集模块对青贮玉米进行图像采集的过程是通过无人机对青贮玉米植株进行俯拍获得；对采集的图像进行分析判断当前的青贮玉米所处的生长阶段的过程采用归一化互相关匹配算法。
4.根据权利要求1所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤s2包括以下具体过程：
5.根据权利要求4所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤s22的数据预处理具体过程如下：
6.根据权利要求1所述的基于图像分析的青贮玉米病虫害识别方法，其特征在于，步骤s3中根据采集的青贮玉米的图像数据提取其相应的病虫害特征以及与子数据库中进行图像匹配的过程通过机...
【专利技术属性】
技术研发人员：蒲全波，符鹏，金容，李仕伟，王鹏，夏清清，韩玉浩，郑祖平，李钟，何川，
申请(专利权)人：南充市农业科学院，
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。