技术摘要：
本发明公开了一种香蕉花叶心腐病APP识别方法及系统，涉及大数据、图像识别技术领域，解决了香蕉花叶心腐病人工识别速度慢、专业技术要求高、准确率有待提升的问题，其技术方案要点是：首先通过图像识别技术筛选，初步排除了香蕉花叶心腐病、香蕉条斑病以外的其他香蕉病  全部
背景技术：
国内外研究表明，黄瓜花叶病毒(Cucumber  mosaic  virus,CMV)能侵染包括单子 叶、双子叶植物在内的1000多种植物，也是很多农作物和观赏植物的重要毁灭性病原之一。 黄瓜花叶病毒是雀麦花叶病毒科(Bromovirus)黄瓜花叶病毒属(Cucumovirus)的代表性成 员，为单链正义RNA( ssRNA)病毒。CMV病毒粒子呈正二十面体，直径大小为28-30nm，分子量 约为5.4×106，其中RNA和蛋白成分分别占18％和82％。根据血清学和基因组序列差异可将 CMV株系划分为2个亚组，即亚组I和亚组II。 香蕉花叶心腐病是香蕉重要病毒病害之一，其病原也为黄瓜花叶病毒(CMV)，属于 亚组I。感染CMV香蕉病株叶片现褪绿黄色条纹，呈典型花叶斑驳状，尤以近顶部1～2片叶最 明显。成株感病则生长较弱，矮化，多不能结果，即使结实也难长成正常蕉果。另外，由香蕉 条斑病毒(Banana  streak  virus,BSV)感染引起的香蕉线条病与香蕉花叶心腐病的症状非 常相似，在田间易混淆。 然而，目前对香蕉花叶心腐病的判断与区别均为植保专家通过肉眼观察识别或通 过反转录-聚合酶链反应(Reverse  transcription-polymerase  chain  reaction,RT-PCR) 进行检测，对专业技术要求高、准确性有待提升、投入成本较高。另外，大部分香蕉种植区均 是在香蕉花叶心腐病感染后才通过专业人员或分子生物学技术进行识别，难以对香蕉花叶 心腐病前期防治提供可靠依据。因此，如何研究设计一种香蕉花叶心腐病APP识别方法及系 统是我们目前迫切需要解决的问题。
技术实现要素：
本发明的目的是提供一种香蕉花叶心腐病APP识别方法，能够快速、准确识别香蕉 花叶心腐病，为香蕉花叶心腐病与其他香蕉病毒病区分防治提供依据，降低病虫害防治投 入成本，有利于香蕉大规模推广种植。 本发明的上述技术目的是通过以下技术方案得以实现的：一种香蕉花叶心腐病 APP识别方法，包括以下步骤： S1：通过用户终端采集植株图像，并在植株图像内选取病变区域图像； S2：通过图像识别技术提取病变区域图像内的颜色、面积和形态特征信息，并与数 据库中的香蕉花叶心腐病特征数据进行识别匹配，求解特征信息的识别相似度； S3：通过用户终端获取植株图像的采集位置信息和采集时间信息，并根据采集位 置信息和采集时间信息从气象数据中心获取相应的实时气候数据； S4：根据采集位置信息、采集时间信息和实时气候数据从数据库中匹配筛选出香 蕉花叶心腐病感染案例量，并计算出对应的感染概率； 4 CN 111598181 A 说　明　书 2/4 页 S5：以感染概率作为植物图像的图像因素指标，并结合识别相似度求解图像权重 值； S6：根据预设权重值判断图像权重值是否达标；若图像权重值大于或等于预设权 重值，则判断植株图像感染香蕉花叶心腐病，并输出判断结果。 优选的，所述病变区域图像选取具体为：通过标记线圈取色差值CA≧1的区域，区 域大小为30cm×30cm。 优选的，所述感染概率的计算方法具体如下： S41：根据采集位置信息从数据库中匹配筛选出对应位置所有的香蕉花叶心腐病 感染总量S； S42：根据采集时间信息从感染总量S中匹配筛选出对应时间段所有的感染量A； S43：根据实时气候数据从感染总量S中匹配筛选出对应气候所有的感染量B； S44：根据感染总量S、感染量A、感染量B计算感染概率，感染概率P的计算公式如 下： 其中，E1为感染量A的权重指标，E2为感染量B的权重指标。 优选的，所述时间段为7天，以采集时间信息当天为节点向前和向后同时扩展三 天。 优选的，所述权重指标E1为0.3，权重指标E2为0.7。 优选的，所述权重指标E1为0.4，权重指标E2为0.6。 优选的，所述图像权重值X的计算公式如下：X＝P×T×100；其中，T为特征信息的 识别相似度,100为百分制。 优选的，所述预设权重值为50。 优选的，所述用户终端为智能手机、ipad或笔记本电脑。 本发明的另一目的是提供一种香蕉花叶心腐病APP识别系统，包括数据库、气象数 据中心、图像采集模块、图像处理模块、气候采集模块、第一计算模块、第二计算模块、结果 显示模块； 所述数据库，储存有所有的香蕉花叶心腐病病例的颜色、面积、形态、位置、时间、 气候特征数据； 所述气象数据中心，用于更新储存气候数据； 所述图像采集模块，用于通过用户终端采集植株图像，并在植株图像内选取病变 区域图像； 所述图像处理模块，用于通过图像识别技术提取病变区域图像内的颜色、面积和 形态特征信息，并与数据库中的香蕉花叶心腐病特征数据进行识别匹配，求解特征信息的 识别相似度； 所述气候采集模块，用于通过用户终端获取植株图像的采集位置信息和采集时间 信息，并根据采集位置信息和采集时间信息从气象数据中心获取相应的实时气候数据； 所述第一计算模块，用于根据采集位置信息、采集时间信息和实时气候数据从数 据库中匹配筛选出香蕉花叶心腐病感染案例量，并计算出对应的感染概率； 所述第二计算模块，用于以感染概率作为植物图像的图像因素指标，并结合识别 相似度求解图像权重值； 5 CN 111598181 A 说　明　书 3/4 页 所述结果显示模块，用于根据预设权重值判断图像权重值是否达标；若图像权重 值大于或等于预设权重值，则判断植株图像感染香蕉花叶心腐病，并输出判断结果。 综上所述，本发明具有以下有益效果：通过图像识别技术初步筛选，排除了香蕉花 叶心腐病、香蕉条斑病以外的其他香蕉病毒病；再结合数据统计学对以往香蕉花叶心腐病 案例特征进行概率统计，计算得到植物图像的图像因素指标，通过权重值计算后筛选排除 香蕉条斑病，其识别速度快、准确率高，为香蕉花叶心腐病与其他香蕉病毒病区分防治提供 依据，降低病虫害防治投入成本，有利于香蕉大规模推广种植。 附图说明 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述 中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些 实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附 图获得其他的附图。 图1是本发明实施例1中的整体流程图； 图2是本发明实施例1中感染概率计算流程图； 图3是本发明实施例2中的架构图。 图中：1、数据库；2、气象数据中心；3、图像采集模块；4、图像处理模块；5、气候采集 模块；6、第一计算模块；7、第二计算模块；8、结果显示模块。