基于图像识别的感病马尾松识别方法及系统与流程

本发明涉及图像识别，具体为基于图像识别的感病马尾松识别方法及系统。

背景技术：

1、马尾松树木普遍分布于森林和城市绿地中，容易受到各种病害和害虫的影响，及早发现和识别感病马尾松对于森林健康管理和城市绿化至关重要，传统的感病马尾松检测方法通常依赖于人工观察，费时费力且不够准确，而本发明分析的基于图像识别的感病马尾松识别方法及系统，能够提高感病马尾松检测的效率和准确性，可以在森林生态保护和城市绿化管理中发挥重要作用，提高感病马尾松的识别和治理效率。

2、例如公开号为cn113610048a的专利申请，为一种基于图像识别的荔枝霜疫病自动识别方法、系统和存储介质，包括下述步骤：收集自然条件下感染霜疫病的荔枝果实图像，组成果实源数据集并进行数据扩增和预处理得到果实训练数据集；导入yolov3目标检测网络模型进行训练，得到检测识别模型；收集实验室条件下不同严重程度的荔枝霜疫病图像，组成霜疫病源数据集并进行数据扩增和预处理得到霜疫病训练数据集；导入pspnet语义分割网络模型进行训练，得到病斑分割模型；将待检测图像导入检测识别模型，得到检测结果；将其导入病斑分割模型，得到分割结果；计算病情指数di，判断荔枝霜疫病严重程度，实现荔枝霜疫病无损快速精准识别，对荔枝病害精准防控和保障产量具有重要意义。

3、但本技术在实现本技术实施例的过程中，发现上述技术至少存在如下技术问题：上述申请在对发生疫病的植物图像进行采集时，只针对其果实信息进行检测，而叶片以及树干信息也会对其染病产生重要影响，如若不分析植物的叶片等信息，会导致不能快速精准识别其疫病，使得无法精准防控植物疫病。

技术实现思路

1、针对现有技术的不足，本发明提供了基于图像识别的感病马尾松识别方法及系统，能够有效解决上述背景技术中涉及的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：本发明第一方面提供了基于图像识别的感病马尾松识别方法，包括：s1.采集马尾松的特征图像，获取马尾松图像特征参数，其中马尾松图像特征参数包括马尾松叶片光谱特征参数、马尾松树干特征参数以及马尾松果实特征参数；s2.根据马尾松叶片光谱特征参数、马尾松树干特征参数以及马尾松果实特征参数，由此分析马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数；s3.综合马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数，分析马尾松感病指数，匹配得到马尾松的感病等级，由此对马尾松的感病等级进行反馈预警。

3、作为进一步的方法，所述对马尾松的感病等级进行反馈预警，具体反馈过程为：将马尾松感病指数，与马尾松特征库定义的各马尾松感病指数区间对应的感病等级进行匹配，得到马尾松的感病等级，由此对马尾松的感病等级进行反馈预警。

4、作为进一步的方法，所述马尾松感病指数，具体分析过程为：根据马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数，综合分析得到马尾松感病指数，具体表达式为：

5、，

6、其中，为马尾松感病指数，为马尾松叶片光谱特征偏移指数，为马尾松树干病害程度指数，为马尾松果实异常程度指数，为预设的马尾松叶片光谱特征偏移指数的权重因子，为预设的马尾松树干病害程度指数的权重因子，为预设的马尾松果实异常程度指数的权重因子，e为自然常数。

7、作为进一步的方法，所述马尾松叶片光谱特征偏移指数，具体分析过程为：根据马尾松叶片光谱特征参数，提取马尾松叶片光谱吸收峰位置信息以及马尾松叶片反射光谱曲线信息，由此分析马尾松叶片光谱吸收峰位置变化度以及马尾松叶片反射率变化度；从马尾松特征库中提取马尾松叶片光谱吸收峰位置参考变化度以及马尾松叶片反射率参考变化度，综合分析得到马尾松叶片光谱特征偏移指数。

8、作为进一步的方法，所述马尾松树干病害程度指数，具体分析过程为：根据马尾松树干特征参数，提取马尾松树干裂纹数量以及各裂纹的最大直线长度，通过累加处理得到马尾松树干裂纹总长度，与马尾松特征库中定义的各马尾松树干裂纹总长度区间对应的树干裂纹度进行匹配，得到马尾松树干裂纹度；同时根据马尾松树干特征参数，提取马尾松树皮总面积以及树皮各脱落区域面积，统计马尾松树皮脱落区域总面积，与树皮总面积进行比值处理，得到马尾松树皮脱落度；综合马尾松树干溃烂度、马尾松树干裂纹度以及马尾松树皮脱落度，得到马尾松树干病害程度指数。

9、作为进一步的方法，所述马尾松果实异常程度指数，具体分析过程为：根据马尾松果实特征参数，提取马尾松各果实光谱颜色平均深度，并与预设的马尾松果实参考光谱颜色深度进行对比分析，得到马尾松各果实的颜色差异度；同时根据马尾松果实特征参数，提取马尾松各果实的轮廓线，与预设的马尾松果实参照轮廓线进行重合比对，得到马尾松各果实的轮廓重合度，并与预设的各轮廓重合度区间对应的形状异常度进行匹配，由此得到马尾松各果实的形状异常度；从马尾松特征库中提取马尾松果实颜色参考差异度以及马尾松果实形状参考异常度，综合分析得出马尾松果实异常程度指数。

10、作为进一步的方法，所述马尾松叶片光谱吸收峰位置变化度，具体分析过程为：根据马尾松叶片光谱吸收峰位置信息，统计并获取马尾松叶片光谱的各吸收峰对应的水平位置点以及垂直位置点，分别与预设的马尾松叶片参考光谱的各吸收峰对应的水平参考位置点以及垂直参考位置点进行直线距离测量，得到各吸收峰的水平位置偏移距离以及垂直位置偏移距离，由此分析得到马尾松叶片光谱吸收峰位置变化度。

11、作为进一步的方法，所述马尾松叶片反射率变化度，具体分析过程为：根据马尾松叶片反射光谱曲线信息，提取马尾松叶片反射光谱曲线，并与预设的马尾松叶片反射光谱适配曲线进行重合比对，得到马尾松叶片反射光谱曲线重合面积，从马尾松特征库中提取反射光谱曲线重合界定面积，由此得到马尾松叶片反射率变化度。

12、作为进一步的方法，所述马尾松树干溃烂度，具体分析过程为：根据马尾松树干特征参数，提取马尾松树干各溃烂区域的溃烂面积以及马尾松树干各溃烂区域的颜色深度最大数值，将马尾松树干各溃烂区域的颜色深度最大数值与马尾松特征库定义的各颜色深度数值区间对应的溃烂深度进行匹配，得到马尾松树干各溃烂区域的溃烂深度，由此综合分析得出马尾松树干溃烂度。

13、本发明第二方面提供了基于图像识别的感病马尾松识别系统，包括图像特征获取模块、特征参数分析模块、感病等级反馈模块以及马尾松特征库。

14、相对于现有技术，本发明的实施例至少具有如下优点或有益效果：

15、（1）本发明通过提供基于图像识别的感病马尾松识别方法及系统，采集马尾松的特征图像，获取马尾松叶片光谱特征参数、马尾松树干特征参数以及马尾松果实特征参数，分析马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数，综合分析得出的马尾松感病指数，由此对马尾松的感病等级进行反馈预警，利用图像识别技术，可以快速采集大量的马尾松特征数据，提高了马尾松图像识别的效率和精度，同时通过马尾松叶片、树干和果实的特征参数，综合分析马尾松的感病等级，能够提高评估马尾松感病等级的准确性和全面性，为感病马尾松的感病管理提供了可靠的数据支持。

16、（2）本发明通过对马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数进行分析，评估马尾松多个维度影响感病的状况，能够准确把握马尾松感病程度，有助于改进感病马尾松管理措施，改善马尾松的感病状况。

17、（3）本发明通过对马尾松感病指数进行分析，匹配得到马尾松的感病等级，并进行反馈预警，可以使得马尾松管理者迅速采取必要的感病管理措施，从而减少马尾松病害问题导致的经济、环境损失，以此提高马尾松的感病管理效率。