公开(公告)号：CN106682639A

公开(公告)日：2017-05-17

申请号：CN201710001377.2

申请日：2017-01-03

Applicant: 安徽农业大学

Inventor： 江朝晖 ,  孙云云 ,  单桂朋

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

CPC classification number: G06K9/00744 ,  G06K9/4642 ,  G06K9/4652 ,  G06K9/6223

Abstract: 本发明公开了一种基于视频监测的作物叶部异常图像提取方法，其特征是包括1、采集作物生长视频，对作物生长视频分帧处理；2、通过自定义的相似度聚类方法提取作物生长关键帧图像；3、通过自定义的图像二值化方法提取作物生长关键帧图像显著性区域的二值图像；4、通过改进的去除图片复杂背景的方法，提取去除复杂背景的包含作物叶部异常区域的RGB图像。本发明能从大量作物生长帧图像中快速提取出冗余较少的关键帧图像、精确提取出作物叶部异常图像，从而为后续病虫害的自动识别、防治提供科学有效的依据。

公开(公告)号：CN106682639B

公开(公告)日：2019-05-14

申请号：CN201710001377.2

申请日：2017-01-03

Applicant: 安徽农业大学

Inventor： 江朝晖 ,  孙云云 ,  单桂朋

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种基于视频监测的作物叶部异常图像提取方法，其特征是包括1、采集作物生长视频，对作物生长视频分帧处理；2、通过自定义的相似度聚类方法提取作物生长关键帧图像；3、通过自定义的图像二值化方法提取作物生长关键帧图像显著性区域的二值图像；4、通过改进的去除图片复杂背景的方法，提取去除复杂背景的包含作物叶部异常区域的RGB图像。本发明能从大量作物生长帧图像中快速提取出冗余较少的关键帧图像、精确提取出作物叶部异常图像，从而为后续病虫害的自动识别、防治提供科学有效的依据。