一种基于多光谱图像的果树病害识别方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115690781A(43)申请公布日2023.02.03(21)申请号202211585512.XG06V10/82(2022.01)(22)申请日2022.12.11G06F16/25(2019.01)(66)本国优先权数据202222618380.82022.10.06CN(71)申请人河北农业大学地址071001河北省保定市莲池区灵雨寺街289号(72)发明人任振辉张晓乾林秀君孙涛刘小涵高文静韩雨生刘洋(51)Int.Cl.G06V20/68(2022.01)G06V10/56(2022.01)G06V10/80(2022.01)G06V10/764(2022.01)G06V10/774(2022.01)权利要求书2页说明书5页附图3页(54)发明名称一种基于多光谱图像的果树病害识别方法及系统(57)摘要本发明公开了一种基于多光谱图像的果树病害识别方法及系统，属于果树病害检测技术领域，利用无人机搭载多光谱相机获取果树冠层多光谱图像，得到病害数据集；将RGB图像、RED图像、GRE图像和NIR图像融合生成融合图像；选取最优算法，建立病害识别分类模型；将模型载入APP，得到移动应用程序，识别用户上传的果树冠层病害图像，得到识别结果。本发明通过图像中包含的多光谱信息，提高检测的准确性，使整套流程中的果树病害识别模块得以最优实现。CN115690781ACN115690781A权利要求书1/2页1.一种基于多光谱图像的果树病害识别方法及系统，其特征在于，包括：集成平台、数据库、云平台及客户端，其中，集成平台，用于获取果树冠层图像，并实时传输果树冠层图像数据至数据库，接收客户端提出的果树病害识别请求，同时将接收到的获取果树病害结果相关请求发送给云平台；数据库，用于整合并存储从集成平台传输的果树冠层图像数据集；同时接收客户端上传的果树冠层图像数据；云平台，用于从数据库中提取所存储的果树冠层病害图像，对接收到的果树病害图像进行预处理，再将处理完成后的图像进行病害识别；接收到果树病害识别结果后，将识别结果发送到客户端；客户端，用于接收待识别图像的识别结果；同时将用户采集的果树冠层图像数据上传至数据库存储，定期下载下来以丰富数据集。2.如权利要求1所述的系统，其特征在于，所述集成平台，还包括：飞行控制模块、图像采集模块，其中，飞行控制模块，用来控制搭载多光谱相机的无人机的飞行轨迹和飞行高度；图像采集模块，用来确定图像采集区域并获取果树冠层图像。3.如权利要求2所述的系统，其特征在于，所述飞行控制模块包括：作业航迹信息获取单元、定位单元、目标地块位置设定单元、匹配单元、控制单元，其中，作业航迹信息获取单元，用于获取作业航迹信息，所述作业航迹信息包括多个测量点的地理位置信息以及作业顺序；定位单元，用于实时定位搭载多光谱相机的无人机所在位置；目标地块位置设定单元，用于设定目标地块位置；匹配单元，用于匹配搭载多光谱相机的无人机位置和目标地块位置,匹配成功后,向控制单元发送匹配成功信号；控制单元，用于在接收到匹配成功信号后,控制多光谱相机开启或关闭。4.如权利要求2所述的系统，其特征在于，所述图像采集模块，其特征在于，包括检测多光谱相机是否位于采集区域，当位于采集区域时，多光谱相机进入开启状态，获取当前光照强度值；将当前光照强度值与预先设置好光照强度临界值比较，根据曝光时间调整多光谱相机的曝光量调整方式，并采集果树冠层图像；所述检测多光谱相机是否位于采集区域包括实时接收飞行控制模块所提供定位信息确定多光谱相机所在位置，将实时获取的多光谱相机所在位置与果园中目标地块位置进行匹配。5.如权利要求4所述的系统，其特征在于，所述采集图像包括得到采集区域的可见光、红光、绿光和近红外波段四幅图像且可见光R、G、B，红光RED，绿光GRE和近红外NIR共6个波段范围的图像位置信息精确一致。6.如权利要求1所述的系统，其特征在于，所述多光谱图像融合模块，包括：获取果树病害冠层预处理后的彩色图像、红光图像、绿光图像和近红外图像；利用基于小波变换的图像融合算法，对小波分解得到的高频系数和低频系数分别设计融合规则，再根据设计的系数融合规则得到新的小波系数，对新的小波系数做逆变换，得到融合图像，融合后的图像清晰准确的表现了地物的颜色信息。7.如权利要求1所述的系统，其特征在于，所述病害识别模块，包括：利用基于互信息的特征选择方法(MI)识别最佳光谱波段和植被指数(VIs)；利用随机森林(RF)和光谱角映射器(SAM)，根据选择的最佳光谱波段，结合植被指数VIs对病害果树进行检测；通过精度评估和结果比较，确定最优特征和算法；将训练好的算法模型，植入客户端，识别未分类的果树冠层病害图像，得到识别结果；并且将客户