国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)方法及裝置制造方法

      文檔序號(hào):6231997閱讀:735來源:國知局
      基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)方法及裝置制造方法
      【專利摘要】本發(fā)明公開了一種基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)方法及裝置。該裝置放置于光照箱內(nèi),藍(lán)色LED燈作為激發(fā)光源,呈等邊三角形結(jié)構(gòu),能實(shí)現(xiàn)穩(wěn)定均勻的光照,用于激發(fā)植物葉片的葉綠素?zé)晒?,彩色高速相機(jī)和可調(diào)鏡頭前置紅色濾光片,用于過濾干擾光,采集葉綠素?zé)晒鈭D像。通過圖像預(yù)處理、圖像分割和特征提取等步驟,可以將葉片與背景分離,獲得以主葉脈為中心位置的像素區(qū)域的子圖像,并計(jì)算葉片的紋理特征和葉脈特征參數(shù),最后通過分類器計(jì)算,可以將植物分類為健康和病害兩類。本發(fā)明可用來激發(fā)植物葉片葉綠素?zé)晒猓@取植物葉片的葉綠素?zé)晒鈭D像,計(jì)算紋理特征和葉脈特征參數(shù),實(shí)現(xiàn)植物病害的檢測(cè)。
      【專利說明】基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)方法及裝置
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明涉及植物病害的檢測(cè)方法及裝置,特別是涉及一種基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)方法及裝置。
      【背景技術(shù)】
      [0002]植物體內(nèi)能激發(fā)熒光的物質(zhì)主要有多酚類以及光合色素,包括類胡蘿卜素和葉綠素。在一個(gè)或多個(gè)波段的激發(fā)光激發(fā)下,可以得到不同波段下的熒光光譜。
      [0003]激發(fā)光源的發(fā)展由氙氣燈、鹵素?zé)舻阶贤鉄?、激光。近年來,LED以其耗能小,壽命長等優(yōu)點(diǎn),成為一種新型光源。并且,LED不會(huì)對(duì)植物造成灼燒傷害,目前,已有基于LED光源的防除植物病害生長箱(專利申請(qǐng)公布號(hào):CN102014608A)。
      [0004]植物對(duì)藍(lán)光的吸收最強(qiáng),因此藍(lán)光的激發(fā)效率與其他顏色光相比較高。藍(lán)光同時(shí)可以激發(fā)類胡蘿卜素和葉綠素?zé)晒?,分布在綠光、紅光以及近紅外波段。植物受病害脅迫后,葉片的熒光強(qiáng)度會(huì)發(fā)生改變,其顏色、紋理等特征會(huì)發(fā)生變化。此外,從染病部位分析,葉脈的部位會(huì)首先出現(xiàn)變化。以常見的黃瓜病害為例說明:由綠斑花葉病毒引起的黃瓜病毒病,其葉脈出現(xiàn)黃化,并在葉脈周圍出現(xiàn)黃色星形病斑;由病菌引起的黃瓜霜霉病,其表現(xiàn)為沿著主葉脈到支脈、小葉脈,均出現(xiàn)如同鐵銹色一樣的癥狀。葉片受病害脅迫后色素失去活性,熒光信息會(huì)減少,嚴(yán)重時(shí)幾乎沒有熒光信息。因此,通過圖像處理技術(shù),結(jié)合葉片葉綠素?zé)晒夂腿~片紋理、葉脈特征,能實(shí)現(xiàn)健康葉片和病害葉片二者的區(qū)分。
      [0005]目前的針對(duì)植物健康狀況的檢測(cè)裝置,在光源的布置方面,實(shí)現(xiàn)均勻光照的方法是,采取左右對(duì)稱結(jié)構(gòu)或在封閉環(huán)境中加入反光物質(zhì);在檢測(cè)對(duì)象方面,大多對(duì)植物內(nèi)自發(fā)熒光物質(zhì)如綠色熒光蛋白進(jìn)行檢測(cè);在分析方法方面,大多是基于葉綠素?zé)晒夤庾V信息,鮮有基于葉綠素?zé)晒鈭D像信息。目前的針對(duì)植物健康狀況的檢測(cè)裝置的發(fā)明,主要目的在于分析植物營養(yǎng)元素的含量,從而判斷植物是否健康,缺少用于區(qū)分健康植物和受病毒、病菌脅迫的病害植物的檢測(cè)裝置。并且現(xiàn)有的用于病害檢測(cè)的裝置,大多采用可見光成像或多光譜成像技術(shù),鮮有將葉綠素?zé)晒夂统上窦夹g(shù)相結(jié)合的檢測(cè)方法。

      【發(fā)明內(nèi)容】

      [0006]本發(fā)明的目的在于提供一種基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)方法及裝置。通過等邊三角形光源結(jié)構(gòu),提供均勻光照,激發(fā)植物葉綠素?zé)晒?,同時(shí)采集葉綠素?zé)晒鈭D像,通過植物熒光圖像的紋理和葉脈信息,區(qū)分健康植物和病害植物。
      [0007]為了達(dá)到上述目的,本發(fā)明采用的技術(shù)方案是:
      [0008]一、基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)方法,該方法的步驟如下:
      [0009]步驟I)利用藍(lán)光激發(fā)活體植物葉片的葉綠素?zé)晒?,通過相機(jī)和濾光片采集得到葉綠素?zé)晒鈭D像;
      [0010]步驟2)對(duì)葉綠素?zé)晒鈭D像進(jìn)行圖像預(yù)處理,得到活體植物葉片部位的灰度圖;
      [0011]步驟3)將灰度圖進(jìn)行圖像分割得到子圖像,并提取子圖像的紋理特征和葉脈特征參數(shù),將兩個(gè)特征參數(shù)輸入分類器進(jìn)行判斷
      [0012]步驟4)根據(jù)活體植物葉片的紋理特征和葉脈特征參數(shù),判別出健康和病害兩類植物。
      [0013]步驟2)所述的圖像預(yù)處理包括自動(dòng)閾值分割、空洞填充和與操作。
      [0014]二、基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)裝置
      [0015]本發(fā)明包括光照箱、光源、計(jì)算機(jī)、彩色高速相機(jī)、放置活體植物葉片的采集平臺(tái);在光照箱內(nèi)的底面向上,依次同軸裝有采集平臺(tái),光源和彩色高速相機(jī),彩色高速相機(jī)上的可調(diào)鏡頭朝下,可調(diào)鏡頭上裝有濾光片,彩色高速相機(jī)通過Camera Link線與計(jì)算機(jī)相連。
      [0016]所述的光源包括等邊三角形支架和三個(gè)型號(hào)相同的藍(lán)色LED燈;等邊三角形支架的每個(gè)邊中部分別裝有一個(gè)藍(lán)色LED燈,形成一個(gè)等邊三角形光源,等邊三角形光源與等邊三角形支架具有相同的中心0,每個(gè)藍(lán)色LED燈的光照平面與采集平臺(tái)夾角均為45度。
      [0017]所述每個(gè)藍(lán)色LED燈均為LED燈陣列。
      [0018]所述濾光片為紅色濾光片,其中心波長為690nm。
      [0019]本發(fā)明具有的有益效果是:
      [0020](I)本發(fā)明利用藍(lán)色LED光源和紅色濾光片,實(shí)現(xiàn)了植物葉綠素?zé)晒獾募ぐl(fā)和采集。
      [0021](2)本發(fā)明改進(jìn)了光源的結(jié)構(gòu),用三角形光源結(jié)構(gòu),實(shí)現(xiàn)光源的均勻光照。
      [0022](3)本發(fā)明提供葉綠素?zé)晒鈭D像,基于紋理特征和葉脈特征參數(shù)將植物分為健康和病害兩類。
      【專利附圖】

      【附圖說明】
      [0023]圖1是本發(fā)明的結(jié)構(gòu)示意圖。
      [0024]圖2是等邊三角形光源結(jié)構(gòu)示意圖。
      [0025]圖3是成像原理示意圖。
      [0026]圖4是本發(fā)明方法流程圖。
      [0027]圖中:1.光照箱,2.光源,3.計(jì)算機(jī),4.彩色相機(jī),5.可調(diào)鏡頭,6.濾光片,7.采集平臺(tái),8.等邊三角形支架,9.藍(lán)色LED燈。
      【具體實(shí)施方式】
      [0028]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。
      [0029]如圖1所示,本發(fā)明包括光照箱1、光源2、計(jì)算機(jī)3、彩色高速相機(jī)4、放置活體植物葉片的采集平臺(tái)7,檢測(cè)活體植物葉片置于采集平臺(tái)7中心位置附近;在光照箱I內(nèi)的底面向上,依次同軸裝有采集平臺(tái)7,光源2和彩色高速相機(jī)4,彩色高速相機(jī)4上的可調(diào)鏡頭5朝下,可調(diào)鏡頭5上裝有濾光片6,彩色高速相機(jī)4通過Camera Link線與計(jì)算機(jī)3相連,彩色高速相機(jī)5的幀率是30fps,計(jì)算機(jī)3安裝有圖像采集卡和采集軟件,對(duì)檢測(cè)對(duì)象進(jìn)行圖像采集、處理、分析和顯示,光照箱I可以截?cái)嗤饨绻庠矗苊庥绊懰{(lán)色LED燈提供的光。
      [0030]如圖2、圖3所示,所述的光源2包括等邊三角形支架8和三個(gè)型號(hào)相同的藍(lán)色LED燈9 ;等邊三角形支架8的每個(gè)邊中部分別裝有一個(gè)藍(lán)色LED燈9,形成一個(gè)等邊三角形光源,等邊三角形光源與等邊三角形支架8具有相同的中心0,每個(gè)藍(lán)色LED燈9的光照平面與采集平臺(tái)7夾角均為45度,能提供均勻的光照。
      [0031]所述每個(gè)藍(lán)色LED燈9均為LED燈陣列,每個(gè)LED燈的工作電壓為36V,功率為30W。
      [0032]所述濾光片6為紅色濾光片,其中心波長為690nm,與葉綠素?zé)晒獠ǘ蜗嗤?,可用于過濾其他光干擾。鏡頭物距可調(diào),相應(yīng)活體植物的不同高度而調(diào)整。
      [0033]如圖4所示,確定彩色高速相機(jī)4的曝光時(shí)間,調(diào)整焦距增益,并進(jìn)行黑白場(chǎng)的標(biāo)定,消除彩色高速相機(jī)4的暗電流噪聲。將葉片放置于采集平臺(tái)7中心位置,打開藍(lán)色LED9,激發(fā)番茄葉片的葉綠素?zé)晒猓糜?jì)算機(jī)3控制彩色高速相機(jī)4,采集葉片的葉綠素?zé)晒鈭D像。采用圖像處理軟件Matlab對(duì)葉綠素?zé)晒鈭D像進(jìn)行預(yù)處理,其過程包括:自動(dòng)迭代閾值分割、空洞填充和與操作后,最后得到去除背景的葉片部位的灰度圖。對(duì)葉片部位的灰度圖進(jìn)行圖像分割,再選取以主葉脈為中心位置像素區(qū)域的子圖像,對(duì)其進(jìn)行特征提取,提取步驟包括:采用灰度共生矩陣計(jì)算子圖像的紋理特征參數(shù),采用擊中或擊不中變換提取子圖像的葉脈圖像,對(duì)葉脈圖像再使用灰度共生矩陣計(jì)算得到葉脈特征參數(shù),將兩類特征參數(shù)輸入到支持向量機(jī)分類器中進(jìn)行計(jì)算。預(yù)先設(shè)定數(shù)值I代表有病害的葉片,數(shù)值O代表健康葉片,特征參數(shù)經(jīng)過分類器的計(jì)算后,被劃分為I和0,其中結(jié)果為1,則判斷為該參數(shù)對(duì)應(yīng)的葉片有病害,所在植物染病,結(jié)果為O則判斷該參數(shù)對(duì)應(yīng)的葉片為健康,所在植物健康。
      [0034]以檢測(cè)番茄葉片黃花曲葉病為例,打開彩色高速相機(jī)4,觀察圖像畫面并不斷調(diào)節(jié)鏡頭5,至圖像畫面清晰可見時(shí)鏡頭焦距為6mm,再調(diào)節(jié)曝光時(shí)間,至圖像畫面中的飽和光斑恰好消失為止,曝光時(shí)間為60ms,按下相機(jī)上的黑白平衡按鈕,完成黑白標(biāo)定。分別從健康的番茄植株和染病的番茄植株的相同部位摘取葉片,共同放置在采集平臺(tái)7上,打開藍(lán)色LED燈9,通過計(jì)算機(jī)3采集葉綠素?zé)晒鈭D像,保存為tiff格式,每幅圖像均為灰度圖,大小為320X240像素,占80KB內(nèi)存。圖像采集后,關(guān)閉藍(lán)色LED燈9。圖像預(yù)處理后,可以得到葉綠素?zé)晒鈭D像中的葉片像素區(qū)域。圖像分割后,每幅葉綠素?zé)晒鈭D像被分割為48幅子圖像,選取主葉脈為中心位置像素區(qū)域40X40像素大小的子圖像,通過灰度共生矩陣計(jì)算能量、熵、慣性矩和相關(guān)四個(gè)紋理參數(shù),計(jì)算如公式1-4所示:
      [0035]
      【權(quán)利要求】
      1.基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)方法,其特征在于,該方法的步驟如下: 步驟I)利用藍(lán)光激發(fā)活體植物葉片的葉綠素?zé)晒?,通過相機(jī)和濾光片采集得到葉綠素?zé)晒鈭D像; 步驟2)對(duì)葉綠素?zé)晒鈭D像進(jìn)行圖像預(yù)處理,得到活體植物葉片部位的灰度圖; 步驟3)將灰度圖進(jìn)行圖像分割得到子圖像,并提取子圖像的紋理特征和葉脈特征參數(shù),將兩個(gè)特征參數(shù)輸入分類器進(jìn)行判斷 步驟4)根據(jù)活體植物葉片的紋理特征和葉脈特征參數(shù),判別出健康和病害兩類植物。
      2.根據(jù)權(quán)利要求1所述的基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)方法,其特征在于,步驟2 )所述的圖像預(yù)處理包括自動(dòng)閾值分割、空洞填充和與操作。
      3.實(shí)施權(quán)利要求1所述方法的基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)裝置,其特征在于:包括光照箱(I)、光源(2)、計(jì)算機(jī)(3)、彩色高速相機(jī)(4)、放置活體植物葉片的采集平臺(tái)(7);在光照箱(I)內(nèi)的底面向上,依次同軸裝有采集平臺(tái)(7),光源(2)和彩色高速相機(jī)(4),彩色高速相機(jī)(4)上的可調(diào)鏡頭(5)朝下,可調(diào)鏡頭(5)上裝有濾光片(6),彩色高速相機(jī)(4)通過Camera Link線與計(jì)算機(jī)(3)相連。
      4.根據(jù)權(quán)利要求3所述的基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)裝置,其特征在于:所述的光源(2)包括等邊三角形支架(8)和三個(gè)型號(hào)相同的藍(lán)色LED燈(9);等邊三角形支架(8)的每個(gè)邊中部分別裝有一個(gè)藍(lán)色LED燈(9),形成一個(gè)等邊三角形光源,等邊三角形光源與等邊三角形支架(8 )具有相同的中心O,每個(gè)藍(lán)色LED燈(9 )的光照平面與采集平臺(tái)(7)夾角均為45度。
      5.根據(jù)權(quán)利要求3所述的基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)裝置,其特征在于:所述每個(gè)藍(lán)色LED燈(9)均為LED燈陣列。
      6.根據(jù)權(quán)利要求3所述的基于葉綠素?zé)晒饧俺上窦夹g(shù)的植物病害檢測(cè)裝置,其特征在于:所述濾光片(6)為紅色濾光片,其中心波長為690 nm。
      【文檔編號(hào)】G01N21/64GK104034710SQ201410290704
      【公開日】2014年9月10日 申請(qǐng)日期:2014年6月25日 優(yōu)先權(quán)日:2014年6月25日
      【發(fā)明者】蔣煥煜, 盧勁竹, 崔笛, 周鳴川, 胡楊 申請(qǐng)人:浙江大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1