一种基于Photoshop的叶片相对病斑面积快速测定方法

[目的]提出一种利用Photoshop软件快速测量作物叶片相对病斑面积(RLA)的新方法。[方法]利用相机或扫描仪等获取病叶图像后,直接利用Photoshop软件显示病斑及整个叶片的像素,利用像素数计算出图像中的叶片相对病斑面积。[结果]分别通过1组检验试验和重复测量试验来验证该方法,发现该方法准确,重复性好,误差小。[结论]与利用其他软件求RLA方法相比,该方法简单,快速,准确且便于操作,具有广阔的应用前景。

利用稻米垩白度分析软件测量叶片相对病斑面积

【目的】提出一种利用稻米垩白度分析软件Chalkiness 1.0测量衡量植物叶片病害综合指标之一叶片相对病斑面积(RLA)的方法。【方法】通过扫描或拍照获得病害叶片的数字图像;然后利用图像处理软件(如Photoshop)对图像进行处理,最重要的是用肉眼识别病斑并用"画笔工具"涂黑,使叶片中的病斑明晰化;最后利用Chalkiness 1.0计算出图像中的RLA。【结果】用本方法对稻瘟病叶上病斑的相对面积进行测量。比较5次重复测量的结果,发现该方法重复性好,误差小。【结论】该方法简单、快速、准确,具有广阔的应用前景。

利用图像处理技术计算大豆叶片相对病斑面积

为了定量化评估大豆作物的病害程度,提出一种基于图像处理测量大豆叶片相对病斑面积的方法。通过HSV、L＊a＊b＊特征空间聚类法逐步分离目标叶片和病斑区域,并采用区域填充法减少叶面水珠、菌碟和菌丝等干扰,最后根据目标叶片和病斑区域像素数计算相对病斑面积。利用该方法分别对培养皿和背光板叶片图像进行试验,结果表明,该方法处理一幅800×800大小的彩色图像只需约20 s,叶片病斑区域与健康区域分割准确度达97%以上,相对病斑面积计算准确度达99%以上;与传统阈值分割方法相比,该方法能有效分割目标叶片与病斑区域,快速准确地计算相对病斑面积。

利用图像识别技术计算薇甘菊锈病的相对病斑面积

【目的】为了定量评估薇甘菊柄锈菌对薇甘菊的防控效果,研发一种基于图像识别技术的高效、准确的薇甘菊叶片相对病斑面积的计算方法。【方法】利用图像识别、网格法、复印称重法3种相对面积的计算方法,分别计算薇甘菊感染柄锈菌后的相对病斑面积,并结合以手动分割的结果作为标准,计算各方法的绝对准确率和绝对误差并作为评价指标,最终对3种相对病斑面积的计算方法开展系统、科学的评估。【结果】与网格法、复印称重法相比,基于超绿和超红算法分割病斑的图像识别方法能够准确、快速地计算出薇甘菊锈病病斑的相对面积,其绝准确率均值达到98%以上,绝对误差率均值仅有1.81%,处理一张4608×3456像素彩色图像只需要45.77 s。【结论】与传统的病斑面积计算方法相比,图像识别技术能够准确、快速地将病斑区域与健康区域分割,并准确地计算相对病斑面积。