一种基于机器视觉的水稻穗颈瘟染病程度分级方法
一种基于机器视觉的水稻穗颈瘟染病程度分级方法,包括以下步骤:(1)建立水稻穗颈瘟染病程度分级模型;(2)对农田现场的水稻染病程序进行测试,其过程为:(2.1)、采用多光谱成像仪拍摄农田现场的水稻的图像;(2.2)、将获得的多光谱图像去除图像背景,提取图像信息;(2.3)、获得图像的12个颜色特征;(2.4)、通过对获取的12个颜色特征进行变量标准化预处理,然后进行用以对数据降维的主成分分析,根据各主成分的贡献率,得到第一主成分和第二主成分;(2.5)、将第一主成分和第二主成分作为测试模型的输入,运行所述测试模型得到农田现场的水稻的穗颈瘟染病级别。本发明省时省力、可靠性高、效率很高。
浙江大学
2021-04-11