[发明专利]基于安卓系统的病虫害感染程度检测方法及系统

说明书

技术领域

本发明涉及热红外图像识别技术领域，具体涉及一种基于安卓系统的病虫害感染程度检测方法及系统。

背景技术

病虫害在农业生产中的发生和危害十分的频繁且严重，给人们带来了经济上的巨大损失。病虫害的检测方法通常采用田间调查和预测预报相结合的方法，而田间调查与预测预报均依靠人工检测，这种方法要求检测者具备较高的素质，熟悉业务，这样才可取得较好的效果，这就导致人工检测不可避免的存在误差，不利于农业生产的自动化、高效管理。

随着计算机图像处理技术的不断发展，人们开始利用计算机代替人工观察的方式来诊断病虫害，将拍摄的可见光病虫害图像上传到服务器端，与预先训练完成的病虫害特征进行匹配识别其类型，或者与预先训练完成的模型相匹配诊断病虫害类型，这种方法要求只能拍摄一种病害或虫害的图像，对病虫害图像的选择要求高、检测不够准确。

热红外成像技术能够根据病虫害与作物之间表现的温度差异绘制图像，能够很好的识别的病虫害的发病情况，现在常用的热红外成像仪成本高，且获取了病虫害图像后是通过人工观测方式估测发病情况，不能很好的得出病虫害感染情况的有效数据。

发明内容

针对现有技术中的缺陷，本发明提供一种基于安卓系统的病虫害感染程度检测方法及系统，实现了对病虫害感染程度的检测并提高检测的便携性和实时性。

为实现上述目的，本发明提供以下技术方案：

一方面，本发明提供了一种基于安卓系统的病虫害感染程度检测方法，包括：

使用基于安卓系统的红外成像镜头获取作物区域中作物的热红外图像；

对所述热红外图像进行预处理得到处理图像；

分割所述处理图像中病虫害区域和背景区域；

分别统计所述病虫害区域和所述背景区域中像素点的个数，根据所述像素点的个数计算病虫害感染程度。

进一步的，所述方法还包括：

存储病虫害感染程度的数据并根据预设信息查询检测结果的具体信息。

进一步的，所述预设信息包括：作物名称和作物编号；所述检测结果的具体信息包括：作物名称、作物编号、采集日期、采集时间、作物感染面积和作物感染度结果。

进一步的，对所述热红外图像进行预处理得到处理图像的步骤，包括：

对所述热红外图像进行滤波去噪处理得到滤波图像；

对所述滤波图像进行图像增强处理得到所述处理图像。

进一步的，分割所述处理图像中病虫害区域和背景区域的步骤，包括：

在HSV颜色空间中S-H+1.5V通道上，采用最大类间方差法将所述处理图像进行分割得到二值图像，其中，所述二值图像中第一像素值表示病虫害区域，第二像素值表示背景区域；

分别设置所述病虫害区域的像素点和所述背景区域的像素点的像素值为0和255；

采用连通区域法对所述二值图像进行处理，去除所述二值图像中的噪声点。

进一步的，分别统计所述病虫害区域和所述背景区域中像素点的个数根据所述像素点的个数计算病虫害感染程度的步骤，包括：

采用公式：a＝M/(M+N)计算病虫害感染程度；

其中，a为病虫害感染程度，M为病虫害区域中像素点的个数，N为背景区域中像素点的个数。

另一方面，本发明还提供了一种基于安卓系统的病虫害感染程度检测系统，系统包括：

采集模块，用于使用基于安卓系统的红外成像镜头获取作物区域中作物的热红外图像；

处理模块，用于对所述热红外图像进行预处理得到处理图像；

转换模块，用于分割所述处理图像中病虫害区域和背景区域；

统计计算模块，用于分别统计所述病虫害区域和所述背景区域中像素点的个数，根据所述像素点的个数计算病虫害感染程度。

进一步的，所述系统还包括：

存储查询模块，用于存储病虫害感染程度的数据并根据预设信息查询检测结果的具体信息。

进一步的，所述处理模块，包括：

滤波单元，用于对所述热红外图像进行滤波去噪处理得到滤波图像；

图像增强单元，用于对所述滤波图像进行图像增强处理得到所述处理图像。

进一步的，所述转换模块，包括

分割单元，用于在HSV颜色空间中S-H+1.5V通道上，采用最大类间方差法将所述处理图像进行分割得到二值图像，其中，所述二值图像中第一像素值表示病虫害区域，第二像素值表示背景区域；