发明名称 一种基于多源光信息技术的棉花病害检测方法和装置
摘要 本发明涉及一种基于多源光信息技术的棉花病害检测方法和装置,检测装置由计算机、控制模块、光信息传感器、LED组合光源、电控位移台和仪器架组成。采集棉花叶片的多源光信息数据立方体,比较不同波长处的样本像与背景的差异,以及病斑图像与正常部分的差异,采用归一化差分植被图分割背景和病斑;提取主成分图像,确定病害的特征波长分布;应用Virtual Lab软件获取特征波长处的偏振度特征,应用ENVI软件提取目标区域可视化光谱的反射强度分布和图像的灰度、纹理特征;将棉花病害特征信息分成三类,分别建立偏振特征、强度特征和图像特征空间,利用三个SVM子分类器和D-S证据理论推理方法对其进行融合决策判别。该方法实现了对棉花病害的精确识别和评价。
申请公布号 CN103018180B 申请公布日期 2015.04.22
申请号 CN201210528912.7 申请日期 2012.12.11
申请人 江苏大学 发明人 张晓东;左志宇;毛罕平;孙俊;高洪燕;张红涛;朱文静;韩绿化
分类号 G01N21/25(2006.01)I 主分类号 G01N21/25(2006.01)I
代理机构 南京知识律师事务所 32207 代理人 李媛媛
主权项 一种基于多源光信息技术的棉花病害检测方法,其特征在于,实现的装置包括计算机、控制模块、光信息传感器、LED组合光源、电控位移台和仪器架,仪器架由载物台、光源支撑臂、传感器支撑臂组成;其中光信息传感器由光学系统、镜头、摄谱仪和CCD构成,最前端为光学系统,其后依次连接镜头、摄谱仪、CCD;其中所述的CCD包括可见光CCD和近红外CCD,可见光CCD成像范围为400‑1100nm,近红外CCD成像范围为900‑1700nm;所述的LED组合光源为80个多光谱波长LED和卤素灯构建的组合光源,波长范围为350‑2000nm;上述装置可通过可见光采集或近红外采集模式,获取棉花病害的400‑1700nm可见光‑近红外波长范围的偏振特征、强度特征和图像特征三类特征信息;所述检测方法按下述步骤进行:(1)将棉花病害样本固定在电控位移台上,使样本位于LED组合光源和光信息传感器的长度方向延长线交点的检测位置;(2)进行采样试验,确定扫描图像不失真的电控位移台的最佳位移速度以及光信息传感器的起偏角、CCD成像焦距和曝光时间;(3)利用光信息传感器采集黑场和白场信息,获得不同波长点的相对参考值,以各波长点的白场和黑场的差值作为分母,计算各像素的相对反射率和成像灰度值;(4)通过计算机设定数据采集模式,获取棉花病害样本在400‑1700nm波长范围的可见光‑近红外偏振、强度、高光谱图像多源光信息数据立方体;(5)比较不同波长处的样本图像与背景的差异,以及病斑图像与正常部分的差异,采用660nm和800nm子图采用归一化差分法进行图像变换,利用归一化差分植被组合图分割图像背景,利用650nm图像将病斑与正常区域分割;(6)在病害样本的目标区域利用主成分分析获取主成分图像,确定病害的特征波长分布;在此基础上,应用Virtual Lab软件获取特征波长处的偏振度强度分布、Stokes参量、Mueller矩阵等偏振度特征,计算各像素点的相对反射率和成像灰度值,应用ENVI软件抽取目标区域可视化光谱的反射强度分布特征;抽取各特征波长处棉花病害的特征图像提取其灰度、纹理、病斑面积特征;(7)分别建立可见光‑近红外偏振特征、强度特征和图像特征各自的特征空间,采用三个支持向量机分类器分别在各自的特征空间进行病害的识别和分类,三个支持向量机获得各自的识别结果后,利用D‑S证据理论推理方法对其进行融合决策判别。
地址 212013 江苏省镇江市京口区学府路301号