一體化智能孢子捕捉儀是一款智能型孢子捕捉儀。這款孢子捕捉儀需要工作人員攜帶到野外進(jìn)行安裝固定，然后就能自主采集捕捉空氣中的孢子。并能將圖像信息上傳到管理云平臺，然后進(jìn)行的孢子快速識別。該孢子捕捉儀與傳統(tǒng)的便攜式等孢子捕捉儀不同，它不需要工作人員外出攜帶開展采集工作。該儀器可以自動收集空氣中流動的孢子，工作人員可以登錄用戶端來查看的圖片資料，從而分析花粉、孢子信息。例如，通過一體化智能孢子捕捉儀助力水稻稻瘟病的監(jiān)測防治工作。

    作為我國最重要的糧食作物之一，水稻一直以來對于確保我國的糧食安全有著非常重大的意義。稻瘟病被列為水稻三大病害之一，具有地域分布廣、對水稻的品質(zhì)及產(chǎn)量危害大的特點。能否完成對稻瘟病早期災(zāi)害的及時發(fā)現(xiàn)和病情程度的準(zhǔn)確判斷是稻瘟病防治的關(guān)鍵，但由于其病害初期癥狀不明顯而不易被生產(chǎn)者發(fā)現(xiàn)。

    目前，實驗室檢測是對初期稻瘟病診斷的有效手段，但耗時耗力，大大增加了對初期災(zāi)情的發(fā)現(xiàn)難度。數(shù)字圖像處理與模式識別技術(shù)具有速度快、成本低、自動化的優(yōu)點。

    托普云農(nóng)針對稻瘟病孢子顯微圖像處理與模式識別問題，提出了一種基于自適應(yīng)閾值的二級分類算法。首先介紹了本文的研究背景及意義、數(shù)字圖像處理與模式識別的基本方法,接著闡述了國內(nèi)外圖像識別技術(shù)在顯微圖像領(lǐng)域的研究現(xiàn)狀。為提取出孢子的圖形輪廓,對稻瘟病孢子顯微圖像進(jìn)行了預(yù)處理,包括灰度化、直方圖均衡化,以增強圖像的對比度。采用自適應(yīng)閾值分割算法,獲得了二值化圖像,利用自適應(yīng)Canny邊緣檢測算法獲取了二值圖像的邊緣信息,并通過輪廓提取算法獲得了包含孢子的輪廓圖像。通過特征提取算法得到了輪廓的匹配度、長寬比、最小外接橢圓面積、輪廓面積、輪廓周長、圓形度等特征參數(shù)，并利用這些特征對稻瘟病孢子進(jìn)行快速識別，大大提升的稻瘟病監(jiān)測的效果。