[发明专利]一种基于移动互联网模式和叶片颜色分析的小麦生长状态诊断方法

摘要

本发明公开了一种基于移动互联网模式和叶片颜色分析的小麦生长状态诊断方法，其特征是按如下步骤进行1智能手机采集小麦叶片图像，并传输至后台服务器；2后台服务器将小麦叶片图像进行消除光照影响处理后获得预处理样本图像；3对预处理样本图像通过颜色分析方法获取小麦的生长状态信息和病害结果并反馈给所述智能手机；4所述智能手机接收所述生长状态信息和病害结果并进行显示。本发明能实时获取和分析小麦叶片信息，全面反应小麦作物生长情况和病虫害情况，并提高小麦生长状态诊断的准确性。

主权项

一种基于移动互联网模式和叶片颜色分析的小麦生长状态诊断方法，其特征是按如下步骤进行：步骤A、智能手机采集小麦叶片图像，并传输至后台服务器；步骤B、所述后台服务器将所接收的小麦叶片图像利用双重同态滤波方法进行消除光照影响处理后获得预处理样本图像；步骤C、对所述预处理样本图像通过颜色分析方法获取小麦的生长状态信息和病害结果并反馈给所述智能手机；其中，通过颜色分析方法获取小麦的生长状态信息和病害结果是按照步骤C1‑C8进行的：步骤C1、对所述预处理样本图像利用Otsu阈值分割方法进行图像分割处理获得叶片信息图像，并利用R、G、B分量值的比较法进行病害图像分割处理获得病害叶片图像；步骤C2、对所述叶片信息图像提取R均值、G均值、B均值并计算R均值与G均值之间的差值以及绿色标准化值；步骤C3、将所述叶片信息图像转换为灰度图像，并提取所述灰度图像的灰度均值作为灰度的特征参数；步骤C4、由所述绿色标准化值建立氮含量的回归模型，由所述R均值与G均值之间的差值建立叶绿素含量的回归模型；并根据灰度均值和G均值建立小麦叶片含水率模型；步骤C5、对所述病害叶片图像提取R均值、G均值、B均值并以所述G均值为参照值获得小麦病害特征参数；步骤C6、根据所述小麦病害特征参数进行分类统计获得病害种类区域；步骤C7、对待识别小麦叶片图像通所述步骤B、步骤C1至步骤C3处理后输入到所述氮含量的回归模型、叶绿素含量的回归模型和叶片含水率模型中分别获得待识别小麦叶片的氮含量、叶绿素含量和含水率；由所述氮含量、叶绿素含量和含水率构成小麦的生长状态信息；步骤C8、对待识别小麦叶片图像通过所述步骤B、步骤C1和步骤C5获得所述待识别小麦叶片图像的病害特征参数，根据所述待识别小麦叶片图像的病害特征参数获得与所述病害种类区域距离最近的病害种类，从而获得病害结果；步骤D、所述智能手机接收所述生长状态信息和病害结果并进行显示。