科创中国

生物与新医药技术

本发明公开一种大豆病虫害的有效鉴定方法，解决了现有技术基于田间目视观察和实验室分析等现有的对大豆病虫害识别和鉴定方面的滞后性和不准确的问题。利用已知的不同种类大豆病虫害影响下的大豆植株特征图谱建立数据库，在数据库中对每种病虫害影响下大豆植株在不同生长期下，所涉及的各类鉴定参数进行提取和保存，根据病虫害种类的差异及其对植株影响的差异对不同的鉴定特征参数赋予不同的权重，根据特征参数的提取结果建立病虫害种类的判别模型；利用待鉴定大豆植株的特征参数的判别模型计算结果与每种病虫害下植株的判别模型计算结果进行对比计算和匹配，实现对大豆病虫害类型的识别和鉴定，该发明具有实时性和准实时性的优点。

步骤3：对受病虫害影响的大豆植株在开花期、结荚期、鼓粒期及成熟期的4个大豆关键生长期获取的叶片标准化图像进行进一步处理，针对每个带鉴定病虫害类型的大豆叶片标准化图像提取相应的特征参数，对于某一特定生长期内受到待鉴定病虫害影响大豆植株的叶片，为去除样本间特征参数提取结果的异质性，选择20个植株，每个植株随机选择一个叶片的标准化彩色图像，提取叶片标准化彩色图像的红、绿、蓝三个分量的图像矩阵R(x,y)，G(x,y)，B(x,y)，然后对三个分量按公式F(x,y)＝R(x,y)/3+G(x,y)/3+B(x,y)/3将叶片的标准化彩色图像转换为灰度图，对灰度图进行直方图统计，找到大豆叶片绿色部分和受病虫害影响的变色部分两个灰度部分峰值间的频数最低点对应的灰度值t1，将灰度大于阈值t1的所有像元亮度值设为0，灰度小于阈值t1的多有像元亮度值设为1，实现将灰度图转化为二值图；根据叶片图像宽度对应的像元个数值w1和叶片图像对应植株的测量结果w1’厘米，计算每个像元的实际边长z1＝w1’/w1厘米，每个像元的实际面积则为z12平方厘米

雷锋团队是由哈尔滨师范大学14级政治与行政学院的关明贺同学于2015年9月1日建立的学生自主创立的创业团队。在黑龙江福成科技有限公司的赞助下，旨在为江北的大学生服务，让大学生过上更好的大学生活。自创立以来，雷锋团队本着为同学服务的宗旨，解决大学生生活问题为核心，为大学生提供广大的创业机会。创立后不久已成为哈尔滨江北十余所大学院校人数最多、最有号召力和影响力的学生团队组织。

点击查看