ICS65.060.20 CCSB15 黑龙江省绥化市地方标准DB2312 DB2312/T128—2025 寒地水稻田间病害等级智能识别指南 2025-02-14发布 2025-03-01实施 绥化市市场监督管理局发布DB2312/T128—2025 I前  言 本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由绥化市农业农村局提出并归口管理。 本文件起草单位：黑龙江省农业机械工程科学研究院绥化分院、绥化学院、东北农业大学、黑龙江 八一农垦大学。 本文件主要起草人：崔佳鹏、王孝波、张媛媛、王海礁、王红元、公衍峰、霍治民、公续淇、赵世 宏、杨楠、贾彪、高晟楠。DB2312/T128—2025 1寒地水稻田间病害等级智能识别指南 1范围 本文件指出了寒地水稻田间病害等级智能识别的术语和定义、采集对象、采集方法、采集要求、数 据集建立和评估方法。 本文件适用于绥化市域内寒地水稻田间病害等级的识别。 2规范性引用文件 本文件没有规范性引用文件。 3术语和定义 下列术语和定义适用于本文件。 3.1 病害等级 根据水稻病害的严重程度，对病害进行分级。 3.2 智能识别 利用计算机视觉和机器学习技术，通过图像分析和模式识别来识别和分类病害。 4采集对象 寒地水稻田间病害包括稻瘟病、纹枯病、白叶枯病、胡麻斑病、细菌性条斑病等。 5采集方法 5.1采集时间 除强光、弱光和降水时，全天均可进行操作。 5.2采集部位 水稻病害发病叶片，采集到的水稻叶片图像完整、清晰。DB2312/T128—2025 25.3图像拍摄 选择代表性田块，在近田埂的第2行～第3行，采取直线5点取样，每点拍摄不少于1张图片， 采集时，镜头在水稻顶部30cm高处俯视，与地面呈向下45°～60°角，取景宽度约30cm。 5.4固定监测点 根据田间条件，在长势均匀、代表性强的稻田内设置固定图像监测点，采用网络数码摄像设备定点、 定时连续获取水稻图像，每10hm2地块至少设置1个固定监测点， 5.5随机监测点 根据田间条件，在病害危害表现较为具有代表性的稻田内，随机抽取20m2～100m2区域作为监测点， 在检测区域内，通过手持数码摄像设备进行定点图像采集。 6采集要求 6.1图像质量 采集的图像中水稻感病部位应在视场范围内，且分辨率不低于512×512像素的RGB图像。 6.2图像代表性 采集的图像中水稻病斑区域应具有水稻病害（稻瘟病、纹枯病、白叶枯病、胡麻斑病、细菌性条斑 病等）的典型特征。 7数据集建立 7.1数据标注 农艺专家对采集获得的寒地水稻病害图像进行人工数据标注。 7.2数据集划分 将数据集划分为训练集、验证集和测试集。 7.3数据增强 7.3.1尺寸缩放：将图像的高度和宽度调整为特定大小。 7.3.2随机裁剪：将要选择的图像的一部分应用于新图像。 7.3.3图像翻转：水平或垂直翻转图像。 7.3.4图像填充：填充包括在图像的所有边缘上按指定的数量填充。DB2312/T128—2025 37.3.5随机旋转：对图像随机施加旋转角度。 7.3.6高斯噪声：图像将使用高斯模糊进行模糊处理。 7.3.7灰度处理：将彩色图像转换为灰度。 7.3.8颜色抖动：随机改变图片的亮度，对比度和饱和度。 8评估方法 8.1病害等级智能识别模型 8.1.1采用深度学习语义分割算法，构建病害识别网络模型。 8.1.2利用训练集对网络模型进行训练。 8.1.3利用未训练的测试集进行病害等级识别。 8.1.4采用病害像素准确率、病害类别平均像素准确率和病害平均交并比进行模型评价，按式（1）～ 式（3）计算。 FNFPTNTPTNTPPA 式中： PA－病害像素准确率； TP－标签为正样本且分类为正样本数； FP－标签为负样本分类为正样本数； TN－标签是负样本且分类为负样本数； FN－标签为正样本分类为负样本数。……………………………………（1） CPMPAi 式中： MPA－病害类别平均像素准确率； iP－第i类样本的正确预测数目/预测样本数目之和； C－病害类别数。……………………………………（2）    k i TPFP FNTP kMIoM 011 式中：……………………………………（3）DB2312/T128—2025 4MIoM－病害平均交并比。 8.2病害等级识别 8.2.1分级方法：以细菌性条斑病为例，每小区采用五点平行取样或对角线取样的方法，每点调查25 穴。 0级：叶片无病斑； 1级：叶片仅有小点半透明水渍状病斑，占叶面积的1%以下； 3级：叶片有零星短而窄条病斑，占叶面积的1%～10%； 5级：叶片病斑较多，占叶面积11%～25%； 7级：叶片病斑较密，占叶面积26%～50%； 9级：叶片病斑密布，占叶面积51%以上，叶片变橙褐色、卷曲、枯死。 8.2.2以常见寒地水稻田间病害图像经语义分割算法获得病斑区域像素面积和叶片像素面积比值，依据 分级方法进行病害等级识别。叶部病害严重程度按式（4）计算。     %100 %100 ),( ),(),( l dn d Rjiij RjiijRjiij l dn d n DP PP SSSmax D ……………………（4） 式中： n DD－n类别叶部病害严重程度； dS－病斑区域面积，cm2/px； n dS－n类别病斑区域面积，cm2/px； lS－叶片区域面积，cm2/px； ijP－单个像素所占面积，cm2/px； dR－病斑区域； lR－叶片区域； n dR－n类别病斑区域； ),(ji－图像中像素坐标。