[发明专利]植物叶片受害症状的自动识别方法

说明书

技术领域

本发明涉及植物气象灾害和病害等症状识别技术领域，具体地说是一种植物叶片“∧”和“∨”型受害症状的自动识别方法。

背景技术

纵观植物和树木等学科领域的研究历史,较为常见的植物/树木叶片受害症状有叶斑、溃疡、花叶等等,而且相关的计算机识别技术已有报道。然而,至今尚未见到定量地描述植物叶片“∧”和“∨”型受害症状的相关技术。

在自然生态系统中,植物/树木常遭受生物和非生物的危害而成灾。由可侵染性的生物有机体造成的危害称为病害，而由非侵染性的环境因素，如干旱、冻害、营养匮乏等等造成的危害为生理病害。无论侵染性病害还是生理病害皆表现出一定的受害症状。本申请的发明人在研究植物/树木遭受气象灾害、机械伤害、病虫害等侵袭后表现出来的不同症状中，分离出两种症状相近且容易混淆的“∧”和“∨”型植物叶片受害症状，并用数字图像法进行了相应的描述和观测(WANG F.and Omasa K.,2012.Image measurements of leaf scorches on landscape trees subjected to extreme meteorological events.Ecological Informatics,12(2012)16–22)。“∧”和“∨”型植物叶片受害症状在诸多的叶片受害症状中较为常见且形态也很相似，其中，“∨”型叶片局部枯萎症状常表现为生物性病原的侵染与叶片组织或细胞的抗性反应。由于侵染病原菌遭受叶片活组织或细胞的阻抗使得受害部位从叶尖叶缘到叶内叶基渐窄。“∧”叶片局部枯萎症状常表现为叶片内部系统性生理脱水而始发于远离中央叶脉的叶尖叶缘部位，这为区分和定量观测此类症状奠定了基础。大量观测发现，受害症状的内角(Internal angle of injured area简称IAIA)是区分二者的适宜指标，IAIA是指枯萎部位的叶缘对应的圆心角，且大多生理性病害的IAIA大于等于180度，而生物性侵染病害的IAIA往往小于180度，通过这些受害症状的类型的判别可自动识别一些生理性干旱、冻害、营养匮乏等症状，以区别于生物性侵染病害，如炭疽病、腐烂病和叶斑病等。如图1所示，IAIA是以枯萎部位在中央主脉上到达的最远端为顶点(图1a和图1b中的TP)，以该点到枯萎部位在两侧叶缘上到达的最远端为边(图1a和图1b中的BD)，而测得的圆心角。如果枯萎部位远离中央主脉，则以枯萎部位距叶缘的最远端为IAIA顶点(图1c中的TP)，以该点到枯萎部位在叶缘上到达的最远端为边(图1c中的BD)，由此测得的圆内角为IAIA。目前IAIA的测定可以使用角度测量工具，如UTHSCSA Image Tool3.00进行测定，也可以使用目视法估测，以180度为判别标准，大于等于180度的为“∧”型受害症状(如图1a所示)，而小于180度的为“∨”型受害症状(如图1b所示)但是，还没有出现通过计算机自动识别IAIA的技术。

发明内容

针对上述现有技术的不足，本发明提供了一种植物叶片受害症状的自动识别方法，其能够应用数字图像自动判别植物叶片的“∧”和“∨”型受害症状，以便及时准确地判别受害的根源。

本发明解决其技术问题采取的技术方案是：植物叶片受害症状的自动识别方法，其特征是，包括以下步骤：

1)获取目标叶片图像

以白色复印纸为背景，在光线良好的顺光条件下离体或活体拍摄而得到的高分辨率、叶尖向上的公正RGB图像；

2)目标叶片图像处理

首先运行识别程序并赋值微分块数、微分方向、边缘处理方式等参数，并对参数有效性判别后打开图像，然后分析计算目标叶片图像每一像素的R、G、B和L值最后检查目标叶片图像的有效色值范围；

3)进行图像微分和区域图像标准色值分析

首先对目标叶片图像从左向右按等距离进行纵向微分得△X,然后根据公式(1)计算每个△X段的R,G,B以及L色彩平均值和G/L值，

SDG_i＝100×(G/L_i-G/L_min)/(G/L_max-G/L_min)(1)

式中，SDGi为第i分段的标准色值，G/Li为第i单元的色值比，G/Lmin为单元色值之极小值，G/Lmax为单元色值的极大值；

4)根据区域图像标准色值进行二次函数回归分析和回归参数计算

以标准色值为y轴，叶片微分单元为X轴构建二次曲线函数：

y＝aX²+bX+c(2)