CN103136439A - 植物病症辨识方法及其系统 - Google Patents
植物病症辨识方法及其系统 Download PDFInfo
- Publication number
- CN103136439A CN103136439A CN2011103991407A CN201110399140A CN103136439A CN 103136439 A CN103136439 A CN 103136439A CN 2011103991407 A CN2011103991407 A CN 2011103991407A CN 201110399140 A CN201110399140 A CN 201110399140A CN 103136439 A CN103136439 A CN 103136439A
- Authority
- CN
- China
- Prior art keywords
- plant
- image information
- illness
- area
- tone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明是有关于一种植物病症辨识方法及其系统,该方法的步骤如下:提供一植物病征数据库,以储存植物病症名称及对应植物病症名称的病症特征影像信息,经由影像撷取装置取得植栽影像信息后,由影像处理单元依据第一色调处理技术取得植物影像信息,且依据第二色调处理技术取得疑病区域影像信息,计算疑病区域影像信息的面积,当面积大于预设区域面积时,将疑病区域影像信息做为一病征区域影像信息,将病征区域影像信息与病症特征影像信息对比,当病征区域影像信息与任一特定病症特征影像信息相符时,取得对应的一特定植物病症名称。
Description
技术领域
本发明涉及一种植物病症辨识方法及其系统,特别是涉及一种可利用植物影像以及色调分析技术以快速分析植物病征、进行植物病症辨识的方法及其系统。
背景技术
目前的植物病虫害自动侦测技术主要是利用生物气息感测(例如:激光光声效应感测),而且这种生物气息感测技术必须在完全密闭的环境中才能感测植物所排放的气体,且植物所排放的气体与各种植物病虫害之间的关联性仍需再进一步研究,且此技术的硬体建置成本很高。
另一种现有习知技术是拍摄植物影像后,再利用影像分析技术来辨识植物是否遭受到病虫害,植物叶片是否出现病征。以兰花养殖产业为例,习知方法可将所拍摄道的兰花叶片影像,先进行影像分析和辨识,找出影像中的叶片部份,其必须要利用颜色与条纹的特征值结合类神经网路分析方法,才能够正确地找到影像中的兰花叶片,进而分析叶片的影像来判断兰花是否遭受到病虫害是否出现病征。然而,此种方法复杂度高,为了要能够精准的找到影像中的叶片部分,需要经过事先收集大量的影像数据,进行数据训练才能找到染病叶片,执行效率低、无法立即显示侦测结果、变异性大,因此不符合实际应用需要。
上述技术主要是利用影像辨识技术来撷取植物叶片影像,再分析叶片影像以找出病征,再借此病征判断叶片是否患有病虫害。此技术仍有下列问题待解决:
(1)从影像中取出叶片及花瓣的方法,是利用影像中叶片和花瓣的特定颜色和条纹作为特征来进行辨识,复杂度高,计算所需时间长,执行效率低,无法立即显示分析结果。
(2)由于叶片和花瓣的影像往往因为植物生长状况不同、拍摄的角度不同等各种因素,变异性相当大,需要事先收集并建立大量叶片及花瓣的影像来进行数据训练,以建立叶片和花瓣的颜色、形状和条纹作为特征。因此建置耗时、成本高,而辨识的准确度并不甚佳。
(3)分析一张影像并进行辨识需要花费大量时间,因此无法应用在大量种植的环境中(如各类花苗种植场、兰花养殖场),或是植物的自动化设备、自动分拣系统中。
由此可见,上述现有的植物病症辨识方法及其系统在结构与使用上,显然仍存在有不便与缺陷,而亟待加以进一步改进。为了解决上述存在的问题,相关厂商莫不费尽心思来谋求解决之道,但长久以来一直未见适用的设计被发展完成,而一般产品又没有适切结构能够解决上述问题,此显然是相关业者急欲解决的问题。因此如何能创设一种新型的植物病症辨识方法及其系统,改进现有习知的利用影像辨识技术判定植物是否患有病虫害的技术,实属当前重要研发课题之一,亦成为当前业界极需改进的目标。
发明内容
本发明的目的在于,提供一种植物病症辨识方法及其系统,利用植物具有特定色调的特性,可快速找出植栽特定部位的影像,判断是否具有疑病区域及病征区域,再与植物病征数据库对比,判定目前植栽特定部位上是否有病症的情形发生,更进一步判断是何种病症。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种植物病症辨识方法,其包括以下步骤:提供一植物病征数据库,以储存至少一植物病症名称及对应每一该植物病症名称的至少一病症特征影像信息;经由一影像撷取装置,以取得一植栽影像信息;经由一影像处理单元依据一第一色调处理技术分析该植栽影像信息以取得一植物影像信息,且依据一第二色调处理技术分析该植物影像信息以取得至少一疑病区域影像信息;计算每一该疑病区域影像信息的一区域面积,当该区域面积大于一预设区域面积时,将该疑病区域影像信息做为一病征区域影像信息;以及将该病征区域影像信息与该植物病征数据库中的至少一病症特征影像信息对比,当该病征区域影像信息与该至少一病症特征影像信息其中一特定病症特征影像信息相符时,取得对应该特定病症特征影像信息的一特定植物病症名称。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
前述的植物病症辨识方法,其中该影像处理单元依据该第一色调技术分析该植栽影像信息以取得该植物影像信息的步骤,是依据一亮度分析技术先将该植栽影像信息分出一植栽前景影像信息及一植栽背景影像信息,再依据该第一色调处理技术分析该植栽前景影像信息以取得该植物影像信息。
前述的植物病症辨识方法,其中其中该亮度分析技术是依据该植栽影像信息取得对应该植栽影像信息的一三原色数据;依据该植栽影像信息的该数据将该植栽影像信息转换为一灰阶植栽影像;以及依据该灰阶植栽影像进行该二值化影像运算处理,以取得该植栽影像信息的该植栽前景影像信息及该植栽背景影像信息。
前述的植物病症辨识方法,其中该影像处理单元于取得该植物影像信息之后,更用以先除去该植物影像信息的噪音,再依据该第二色调处理技术分析已除去噪音的该植物影像信息,以取得该至少一疑病区域影像信息。
前述的植物病症辨识方法,其中除去该植物影像信息的噪音步骤,是利用一连通图技术计算该植物影像信息的多个连通区块,将面积小于一阀值的区块视为噪音,并从该植物影像信息中去除。
前述的植物病症辨识方法,其中第一色调处理技术和该第二色调处理技术为相同或是不同的色调处理技术。
前述的植物病症辨识方法,其中第一色调处理技术是将该植栽影像信息的一三原色数据转成色调,并定义一植物影像色调区间,然后从该植栽影像信息中取出符合该植物影像色调区间的部分作为该植物影像信息。
前述的植物病症辨识方法,其中该植物影像信息、该至少一疑病区域影像信息、该病征区域影像信息以及该至少一病症特征影像信息,为影像色调数据。
前述的植物病症辨识方法,其中该第二色调处理技术是定义至少一病症色调区间,然后从该植物影像信息中取出符合该至少一病症色调区间的部分作为该至少一疑病区域影像信息。
前述的植物病症辨识方法,其中该植物病征数据库的是经由下列步骤建立,包括:取得每一植物病症名称及对应每一该植物病症名称的至少一病症区域影像信息;以及将该至少一病症区域影像信息经由该第二色调处理技术以取得每一该至少一病症区域影像信息所对应的病症特征影像信息,以作为其所对应的该植物病症名称的该至少一病症特征影像信息,并储存至该植物病征数据库中。
本发明的目的及解决其技术问题还采用以下技术方案来实现。依据本发明提出的一种植物病症辨识系统,其包括:一植物病征数据库,储存至少一植物病症名称及对应每一该植物病症名称的一病症特征;一影像撷取单元,取得一植栽影像信息;以及一影像处理单元,依据一第一色调处理技术分析该植栽影像信息以取得一植物影像信息,且依据一第二色调处理技术分析该植物影像信息中以取得至少一疑病区域影像信息,并计算每一该疑病区域影像信息的一区域面积,当该疑病区域的面积大于一预设区域面积时,将该疑病区域影像信息作为一病征区域影像信息,并与该植物病征数据库中的至少一病症特征影像信息对比,当该病征区域影像信息与该至少一病症特征影像信息其中一特定病症特征影像信息相符时,取得对应该特定病症特征影像信息的一特定植物病症名称。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
前述的植物病症辨识系统,其中该影像处理单元依据该第一色调技术分析该植栽影像信息以取得该植物影像信息的步骤,是依据一亮度分析技术先将该植栽影像信息分出一植栽前景影像信息及一植栽背景影像信息,再依据该第一色调处理技术分析该植栽前景影像信息以取得该植物影像信息。
前述的植物病症辨识系统,其中该亮度分析技术是依据该植栽影像信息取得对应该植栽影像信息的一三原色数据,依据该植栽影像信息的该三原色数据将该植栽影像信息转换为一灰阶植栽影像;以及依据该灰阶植栽影像进行该二值化影像运算处理,以取得该植栽影像信息的该植栽前景影像信息及该植栽背景影像信息。
前述的植物病症辨识系统,其中该影像处理单元在取得该植物影像信息之后,更用以先除去该植物影像信息的噪音,再依据该第二色调处理技术分析已除去噪音的该植物影像信息,以取得该至少一疑病区域影像信息。
前述的植物病症辨识系统,其中植物病症辨识系统更包括一连通图技术以计算该植物影像信息的多个连通区块,将面积小于一阀值的区块视为噪音,并从该植物影像信息中去除。
前述的植物病症辨识系统,其中该第一色调处理技术和该第二色调处理技术为相同或是不同的色调处理技术。
前述的植物病症辨识系统,其中该第一色调处理技术是将该植栽影像信息的一三原色数据转成色调,并定义一植物影像色调区间,然后从该植栽影像信息中取出符合该植物影像色调区间的部分作为该植物影像信息。
前述的植物病症辨识系统,其中该植物影像信息、该至少一疑病区域影像信息、该病征区域影像信息以及该至少一病症特征影像信息,为影像色调数据。
前述的植物病症辨识系统,其中该第二色调处理技术是定义至少一病症色调区间,然后从该植物影像信息中取出符合该至少一病症色调区间的部分作为该至少一疑病区域影像信息。
本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案,本发明植物病症辨识方法及其系统至少具有下列优点及有益效果:本发明应具有高辨识率、高执行效率、计算复杂度低及低成本的优点,在执行植物病症辨识方面可以达到快速辨识的成效。上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1是本发明一实施例的系统元件方块示意图。
图2是本发明一实施例的步骤流程图。
图3是亮度分析技术的实施步骤流程图。
图4A是撷取一植栽影像示意图。
图4B是图4A中植栽影像的前景影像示意图。
图4C是图4B中前景影像的植物影像示意图。
图4D是图4C中植物影像的植物影像轮廓范围示意图。
图4E是图4D中植物影像轮廓范围具有疑病区域示意图。
图4F是图4D中植物疑病区域示意图。
图5是病征数据库建立的步骤流程图。
图6是图5中的病征数据库系统方块图。
100:植物病症辨识系统 110:影像撷取单元
120:影像处理单元 130:植物病征数据库
S210~S260:步骤流程 S310~S330:步骤流程
410:植栽背景影像信息 420:植栽前景影像信息
430:植物影像信息 440:影像噪音
500:植栽影像信息 510:植物影像轮廓信息
520:疑病区域影像信息 S510~S520:步骤流程
610:影像撷取模块 620:影像辨识模块
630:植物病征数据库 631:褐斑病病征数据库
632:叶斑病病征数据库 633:软腐病病征数据库
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的植物病症辨识方法及其系统其具体实施方式、结构、特征及其功效,详细说明如后。
请参阅图1所示,图1是本发明的一实施例的系统元件方块示意图。图1中的植物病症辨识系统100包括一影像撷取单元110、一影像处理单元120及一植物病征数据库130。植物病征数据库130储存至少一植物病症名称及对应每一植物病症名称的一病症特征。影像撷取单元110得一植栽影像信息,影像处理单元120依据一第一色调处理技术分析所取得的植栽影像信息,取得一植物影像信息(例如一个或多个叶片、花瓣的影像),然后再依据一第二色调处理技术分析所取得的植物影像信息(如叶片、花瓣),当植物影像信息中具有疑病区域(例如,其颜色和叶片颜色/花瓣颜色明显不同的区域,有可能是一病征)时,取出疑病区域影像信息。接下来,影像处理单元120可计算每一个疑病区域影像信息的区域面积,当疑病区域的面积大于一预设区域面积时,将此疑病区域影像信息作为一病征区域影像信息。此预设区域面积的值,可依据一般现有习知技术或一般常识而决定,也可依据植物病征数据库130中的病症特征来决定,当疑病区域的面积未大于上述的预设区域面积,其可视作为影像中的噪音。然后影像处理单元120可将与植物病征数据库130中的病症特征影像信息对比,当病征区域影像信息和植物病征数据库130中的某一特定病症特征影像信息相符时,可取得对应的特定植物病症名称,作为病症辨识结果。
图2是本发明的一实施例的步骤流程图,其可经由图1的系统来进行实作,主要步骤如下:
步骤S210:提供一植物病征数据库,以储存至少一植物病症名称及对应每一植物病症名称的至少一病症特征影像信息。
在本实施例中,植物病征数据库可以是市售可得的数据库,也可以是经由现有习知技术所建立的数据库,也可以是经由后面图5及图6所述技术所建立的数据库。
步骤S220:经由影像撷取装置,以取得植栽影像信息。
步骤S230:经由一影像处理单元依据一第一色调处理技术分析植栽影像信息以取得一植物影像信息。
步骤S230中,第一色调处理技术主要是将植栽影像信息的三原色数据(RGB)值转换成色调,并事先定义所欲取出的植物影像的色调区间,然后从植栽影像信息中取出符合植物影像色调区间的部分作为植物影像信息。由于植物影像本身(如叶片和花瓣),通常具有非常特定的颜色,其转换成色调之后,具有集中在特定色调区间的特性,因此本发明利用此一特性来取出植物影像。此种方式无需经过数据训练,也不需要对比植栽影像中的颜色、形状和条纹以找出植物影像,可以大幅提高取出植物影像的速度。
色调可以使用一般业者常用的定义,如YUV色调值,其是经由一般业者所制定和使用的公式,将RGB值转换成YUV色调值(明亮度、色度、浓度)。在本发明中,色调也可以依据植物数据的特性来自行定义1个以上维度的色调值(例如明亮度、色度、浓度、灰阶、色差、亮度和对比......等)及其和RGB值的转换公式。一般来说,维度越高则精准度越高,但转换所需的时间也就越多,维度越低则精准度越低,但转换所需时间越少。在一些实施例中,色调维度以2-3维度为教佳。
更进一步时,为了避免植栽影像信息中有过多的背景和植物影像本身过于相近,影像处理单元依据第一色调技术分析植栽影像信息以取得该植物影像信息的步骤,其可以先依据一亮度分析技术先将植栽影像信息分出一植栽前景影像信息及一植栽背景影像信息,之后再依据第一色调处理技术分析植栽前景影像信息以取得植物影像信息。其中,亮度分析技术是依据植栽影像信息取得对应植栽影像信息的三原色数据(RGB),依据植栽影像信息的三原色数据将植栽影像信息转换为一灰阶植栽影像,依据灰阶植栽影像进行二值化影像运算处理,以取得植栽影像信息的植栽前景影像信息及植栽背景影像信息。
在上述实施方式中,可利用二值化影像处理方法分离植栽前景影像及植栽背景影像。二值化影像处理方法又称为灰度划分(Threshold)影像处理方法,主要是设定一灰度值,凡是影像本身灰度大于该设定的灰度值的,便令其为亮点,灰度值低于该设定值的,便令其为暗点,以此得到二元影像。
步骤S240:依据一第二色调处理技术分析植物影像信息以取得至少一疑病区域影像信息。
在此步骤中,第二色调处理技术是定义至少一病症色调区间,然后从植物影像信息中取出符合至少一病症色调区间的部分作为至少一疑病区域影像信息。第二色调处理技术其原理如前面第一色调处理技术所述雷同,由于植物影像中的病症影像,也可能往往具有特定的色调区间或是和植物影像色调区间有显著的差异,因此本发明利用此特性从植物影像中寻找疑病区域。第二色调处理技术可定义出一个以上的病症色调区间,然后从植物影像信息中取出符合病症色调区间的影像作为疑病区域影像信息。疑病区域影像信息可能有一个或多个。不同的病症可能具有相同或不同的病症色调区间,第二色调处理技术可针对特定的病症色调区间来寻找符合特定病症色调区间的影像。另一种实施方式,第二色调处理技术亦可将植物影像色调区间的外的色调区间,皆作为病症色调区间。
在本实施例中,步骤S230及步骤S240中的第一色调处理技术和第二色调处理技术为相同或是不同的色调处理技术。当第一色调处理技术和第二色调处理技术属于相同色调处理技术时,亦可植物影像色调区间和多个病症色调区间来分别定义。
在另一实施例中,影像处理单元于取得植物影像信息之后,更用以先除去植物影像信息的噪音,再依据第二色调处理技术分析除去噪音的该植物影像信息,以取得疑病区域影像信息。其中,除去植物影像信息的噪音,可以利用一连通图技术来计算植物影像信息的多个连通区块,将面积小于一阀值的区块视为噪音去除。连通图技术的概念是指若影像中的任意两点的上下左右之间具有连续的影像点,则这些点彼此之间为视为连通,反之,若两点之间不具有连续的影像点,则这些点彼此之间为不连通。借由连通图,即可将植物影像中的连续点找出可能的区块然后计算其面积,一般来说面积过小的区块多为噪音。
步骤S250:计算每一疑病区域影像信息的一区域面积,当区域面积大于一预设区域面积时,将疑病区域影像信息做为一病征区域影像信息。
步骤S260:将病征区域影像信息与植物病征数据库中的至少一病症特征影像信息对比,当病征区域影像信息与至少一病症特征影像信息其中一特定病症特征影像信息相符时,取得对应特定病症特征影像信息的一特定植物病症名称。
在本实施例中,由于植物各部位通常具有同一色调的特性,适合利用色调的不同,快速地从影像中辨识出植物本身以及疑似患病的区域。当植物各部位若有出现某部分区域有异常的变化,其色调也会有明显的变化,可以利用本发明技术来快速找到异常区域,作为疑病区域。而当找到疑病区域并确认其为病征区域时,再将此病征区域影像信息和植物病征数据库中的病症数据进行对比,达到快速判断出植物的病症名称的目的。
在本实施例中,植物影像信息、至少一疑病区域影像信息、病征区域影像信息以及至少一病症特征影像信息,皆为经过色调技术处理过的影像色调数据。
接着请参阅图3,图3是亮度分析技术的实施步骤流程图,主要步骤如下:
步骤S310:依据植栽影像信息取得对应植栽影像信息的一三原色数据。
步骤S320:依据植栽影像信息的三原色数据将植栽影像信息转换为一灰阶植栽影像。
步骤S330:依据灰阶植栽影像进行二值化影像运算处理,以取得植栽影像信息的植栽前景影像信息及植栽背景影像信息。
接着,请参阅图4A~图4F所示。图4A是撷取一植栽影像示意图。图4B是图4A中植栽影像的前景影像示意图。图4C是图4B中前景影像的植物影像示意图。图4D是图4C中植物影像的植物影像轮廓范围示意图。图4E是图4D中植物影像轮廓范围具有疑病区域示意图。图4F是是图4D中植物疑病区域示意图。
在另一实施例中,影像撷取单元110取得植栽影像信息500时,影像处理单元120可先将依据亮度分析技术,从植栽影像信息500取得对应植栽影像信息500的三原色数据(RGB),再依据三原色数据(RGB)将植栽影像信息500转换为灰阶植栽影像。再依据灰阶植栽影像进行二值化影像运算处理,以取得植栽影像信息500的植栽背景影像信息410及植栽前景影像信息420(如图4B所示)。
一般来说,植栽多种植于一植盆中,为了能精准的取出植物本身的影像,影像处理单元120再将图4B中所示的植栽前景影像信息420中的植栽部分与植盆部分进行分离,并分析出一植物影像信息430(如图4C所示)。此时植栽部分若具有部分影像噪音440,影像处理单元120亦可借由连通图技术,将面积较小的区块视为噪音并去除,以获得去除噪音后的植物影像轮廓信息510(如图4D所示)。
其次,利用第二色调处理技术将去除噪音后的植物影像轮廓信息510中判断是否有疑病区域,当判断有一疑病区域影像信息520时(如图4E所示),判断疑病区域影像信息520的面积是否大于一预设区域面积(如图4F所示)。若此疑病区域影像信息520预设大于预设区域面积,则将疑病区域影像信息520视为病征区域影像信息,并与植物病征数据库130中的病症病征影像信息对比,若有符合的特定病症病征影像信息,取得植物病征数据库130中对应此特定病症病征影像信息的一特定植物病症名称。
接着请同时参阅图5~图6。图5是病征数据库建立的步骤流程图。图6是图5中的病征数据库系统方块图。图5中,病征数据库建立的步骤如下:
步骤S510:取得每一植物病症名称及对应每一植物病症名称的至少一病症区域影像信息。
步骤S520:将至少一病症区域影像信息经由第二色调处理技术以取得每一至少一病症区域影像信息所对应的病症特征影像信息,以作为其所对应的植物病症名称的至少一病症特征影像信息,并储存至植物病征数据库中。
例如,利用一影像撷取模块610取得多个植物病症区域影像,并透过影像辨识模块620取得每一至少一病症区域影像信息所对应的病症特征影像信息,而在植物病征数据库630中的褐斑病病征数据库631、叶斑病病征数据库632及软腐病病征数据库633等的相关植物病症数据库中是分别储存对应各种特定病症的病症区域影像信息。
最后,依据对比的结果将对应至少一植物病症名称的植物病征影像储存至植物病征数据库中,借此可获得更多相同植物病征的可能征状。
综上所述,本发明应具有高辨识率、高执行效率、计算复杂度低及低成本的优点,在执行植物病症辨识方面可以达到快速辨识的成效。
植物病症辨识方法可经由植物病症辨识系统来进行实作,植物病症辨识系统中各单元、数据库可应用具特定逻辑电路的独特硬件装置或具特定功能的设备来实作,如将该计算机程序和一个以上的处理器或芯片整合成独特硬件。更进一步者,植物病症辨识亦可经由一般用途处理器/计算机/服务器与其它硬件来进行实作,使一般用途处理器/计算机/服务器读取储存此计算机程序的记录媒体后执行植物病症辨识的方法。当计算机程序被一般用途处理器/计算机载入且执行时,此一般用途处理器/计算机成用以参与本发明的系统,此一般用途处理器/计算机类似于应用具特定逻辑电路的独特硬件装置,执行本发明方法的操作步骤。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (19)
1.一种植物病症辨识方法,其特征在于其包括以下步骤:
提供一植物病征数据库,以储存至少一植物病症名称及对应每一该植物病症名称的至少一病症特征影像信息;
经由一影像撷取装置,以取得一植栽影像信息;
经由一影像处理单元依据一第一色调处理技术分析该植栽影像信息以取得一植物影像信息,且依据一第二色调处理技术分析该植物影像信息以取得至少一疑病区域影像信息;
计算每一该疑病区域影像信息的一区域面积,当该区域面积大于一预设区域面积时,将该疑病区域影像信息做为一病征区域影像信息;以及
将该病征区域影像信息与该植物病征数据库中的至少一病症特征影像信息对比,当该病征区域影像信息与该至少一病症特征影像信息其中一特定病症特征影像信息相符时,取得对应该特定病症特征影像信息的一特定植物病症名称。
2.根据权利要求1所述的植物病症辨识方法,其特征在于,该影像处理单元依据该第一色调技术分析该植栽影像信息以取得该植物影像信息的步骤,是依据一亮度分析技术先将该植栽影像信息分出一植栽前景影像信息及一植栽背景影像信息,再依据该第一色调处理技术分析该植栽前景影像信息以取得该植物影像信息。
3.根据权利要求2所述的植物病症辨识方法,其特征在于,该亮度分析技术是依据该植栽影像信息取得对应该植栽影像信息的一三原色数据;依据该植栽影像信息的该数据将该植栽影像信息转换为一灰阶植栽影像;以及依据该灰阶植栽影像进行该二值化影像运算处理,以取得该植栽影像信息的该植栽前景影像信息及该植栽背景影像信息。
4.根据权利要求1所述的植物病症辨识方法,其特征在于,该影像处理单元于取得该植物影像信息之后,更用以先除去该植物影像信息的噪音,再依据该第二色调处理技术分析已除去噪音的该植物影像信息,以取得该至少一疑病区域影像信息。
5.根据权利要求1所述的植物病症辨识方法,其特征在于,除去该植物影像信息的噪音步骤,是利用一连通图技术计算该植物影像信息的多个连通区块,将面积小于一阀值的区块视为噪音,并从该植物影像信息中去除。
6.根据权利要求1所述的植物病症辨识方法,其特征在于,该第一色调处理技术和该第二色调处理技术为相同或是不同的色调处理技术。
7.根据权利要求1所述的植物病症辨识方法,其特征在于其中该第一色调处理技术是将该植栽影像信息的一三原色数据转成色调,并定义一植物影像色调区间,然后从该植栽影像信息中取出符合该植物影像色调区间的部分作为该植物影像信息。
8.根据权利要求7所述的植物病症辨识方法,其特征在于,该植物影像信息、该至少一疑病区域影像信息、该病征区域影像信息以及该至少一病症特征影像信息,为影像色调数据。
9.根据权利要求1所述的植物病症辨识方法,其特征在于,该第二色调处理技术是定义至少一病症色调区间,然后从该植物影像信息中取出符合该至少一病症色调区间的部分作为该至少一疑病区域影像信息。
10.根据权利要求1所述的植物病症辨识方法,其特征在于,该植物病征数据库的是经由下列步骤建立,包括:
取得每一植物病症名称及对应每一该植物病症名称的至少一病症区域影像信息;以及
将该至少一病症区域影像信息经由该第二色调处理技术以取得每一该至少一病症区域影像信息所对应的病症特征影像信息,以作为其所对应的该植物病症名称的该至少一病症特征影像信息,并储存至该植物病征数据库中。
11.一种植物病症辨识系统,其特征在于,包括:
一植物病征数据库,储存至少一植物病症名称及对应每一该植物病症名称的一病症特征;
一影像撷取单元,取得一植栽影像信息;以及
一影像处理单元,依据一第一色调处理技术分析该植栽影像信息以取得一植物影像信息,且依据一第二色调处理技术分析该植物影像信息中以取得至少一疑病区域影像信息,并计算每一该疑病区域影像信息的一区域面积,当该疑病区域的面积大于一预设区域面积时,将该疑病区域影像信息作为一病征区域影像信息,并与该植物病征数据库中的至少一病症特征影像信息对比,当该病征区域影像信息与该至少一病症特征影像信息其中一特定病症特征影像信息相符时,取得对应该特定病症特征影像信息的一特定植物病症名称。
12.根据权利要求11所述的植物病症辨识系统,其特征在于,该影像处理单元依据该第一色调技术分析该植栽影像信息以取得该植物影像信息的步骤,是依据一亮度分析技术先将该植栽影像信息分出一植栽前景影像信息及一植栽背景影像信息,再依据该第一色调处理技术分析该植栽前景影像信息以取得该植物影像信息。
13.根据权利要求12所述的植物病症辨识系统,其特征在于,该亮度分析技术是依据该植栽影像信息取得对应该植栽影像信息的一三原色数据,依据该植栽影像信息的该三原色数据将该植栽影像信息转换为一灰阶植栽影像;以及依据该灰阶植栽影像进行该二值化影像运算处理,以取得该植栽影像信息的该植栽前景影像信息及该植栽背景影像信息。
14.根据权利要求11所述的植物病症辨识系统,其特征在于,该影像处理单元在取得该植物影像信息之后,更用以先除去该植物影像信息的噪音,再依据该第二色调处理技术分析已除去噪音的该植物影像信息,以取得该至少一疑病区域影像信息。
15.根据权利要求11所述的植物病症辨识系统,其特征在于,植物病症辨识系统更包括一连通图技术以计算该植物影像信息的多个连通区块,将面积小于一阀值的区块视为噪音,并从该植物影像信息中去除。
16.根据权利要求11所述的植物病症辨识系统,其特征在于,该第一色调处理技术和该第二色调处理技术为相同或是不同的色调处理技术。
17.根据权利要求11所述的植物病症辨识系统,其特征在于,该第一色调处理技术是将该植栽影像信息的一三原色数据转成色调,并定义一植物影像色调区间,然后从该植栽影像信息中取出符合该植物影像色调区间的部分作为该植物影像信息。
18.根据权利要求17所述的植物病症辨识系统,其特征在于,该植物影像信息、该至少一疑病区域影像信息、该病征区域影像信息以及该至少一病症特征影像信息,为影像色调数据。
19.根据权利要求11所述的植物病症辨识系统,其特征在于,该第二色调处理技术是定义至少一病症色调区间,然后从该植物影像信息中取出符合该至少一病症色调区间的部分作为该至少一疑病区域影像信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110399140.7A CN103136439B (zh) | 2011-11-24 | 2011-11-24 | 植物病症辨识方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110399140.7A CN103136439B (zh) | 2011-11-24 | 2011-11-24 | 植物病症辨识方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103136439A true CN103136439A (zh) | 2013-06-05 |
CN103136439B CN103136439B (zh) | 2016-03-09 |
Family
ID=48496259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110399140.7A Active CN103136439B (zh) | 2011-11-24 | 2011-11-24 | 植物病症辨识方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103136439B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636981A (zh) * | 2013-11-08 | 2015-05-20 | 财团法人资讯工业策进会 | 植物症状的处理方式建议系统与方法 |
CN113686848A (zh) * | 2020-05-19 | 2021-11-23 | 台达电子工业股份有限公司 | 植物状态判断方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090046890A1 (en) * | 2007-08-13 | 2009-02-19 | Pioneer Hi-Bred International, Inc. | Method and system for digital image analysis of ear traits |
-
2011
- 2011-11-24 CN CN201110399140.7A patent/CN103136439B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090046890A1 (en) * | 2007-08-13 | 2009-02-19 | Pioneer Hi-Bred International, Inc. | Method and system for digital image analysis of ear traits |
Non-Patent Citations (2)
Title |
---|
宗华丽: "基于图像特征的玉米叶部病害模糊识别研究与应用", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 * |
程鹏飞等: "基于图像的植物病变叶面特征值提取研究", 《安徽农业科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636981A (zh) * | 2013-11-08 | 2015-05-20 | 财团法人资讯工业策进会 | 植物症状的处理方式建议系统与方法 |
CN113686848A (zh) * | 2020-05-19 | 2021-11-23 | 台达电子工业股份有限公司 | 植物状态判断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103136439B (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
French et al. | Identifying biological landmarks using a novel cell measuring image analysis tool: Cell-o-Tape | |
CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN111459700B (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
JP5481696B2 (ja) | 受精卵品質評価支援システム、受精卵品質評価支援装置および受精卵品質評価支援方法 | |
Liu et al. | A vision-based robust grape berry counting algorithm for fast calibration-free bunch weight estimation in the field | |
Boogaard et al. | Robust node detection and tracking in fruit-vegetable crops using deep learning and multi-view imaging | |
CN111401419A (zh) | 基于改进RetinaNet的员工着装规范检测方法 | |
CN104913797A (zh) | 指针式仪表的读数识别方法及系统 | |
CN103394472B (zh) | 一种基于机器视觉的绿化马铃薯检测分级方法 | |
US10885103B2 (en) | Cell image search apparatus, method, and program | |
CN115482465A (zh) | 基于机器视觉的农作物病虫害预测方法、系统及存储介质 | |
CN102288606A (zh) | 基于机器视觉的花粉活力测定方法 | |
CN110008947A (zh) | 一种基于卷积神经网络的粮仓粮食数量监测方法及装置 | |
CN112580671A (zh) | 一种基于深度学习的稻穗多发育期自动检测方法及系统 | |
Xin et al. | Three‐dimensional reconstruction of Vitis vinifera (L.) cvs Pinot Noir and Merlot grape bunch frameworks using a restricted reconstruction grammar based on the stochastic L‐system | |
CN116740426A (zh) | 一种功能磁共振影像的分类预测系统 | |
CN114092378A (zh) | 动物健康检测的方法、装置、设备及存储介质 | |
CN117421692B (zh) | 垃圾投放站的垃圾违规投放识别方法、装置、设备 | |
CN103136439B (zh) | 植物病症辨识方法及其系统 | |
WO2015045012A1 (ja) | コロニー検査プログラム、コロニー検査装置およびコロニー検査方法 | |
CN116562467B (zh) | 一种海洋鱼类目标种类识别及分布预测方法及系统 | |
CN117350435A (zh) | 一种对虾工厂化养殖设备管理方法及系统 | |
CN113807143A (zh) | 作物连通域的识别方法、装置及作业系统 | |
JP2012200156A (ja) | 細胞の追跡処理方法 | |
CN116840240A (zh) | 电源分配器视觉检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |