严重度是一个衡量调查植物单元（植株、叶片、果实、根、茎等。）发病严重程度的指标，是植物病害监测和植物-病原互作研究中经常需要调查的一个内容。很多病害的严重度一般是利用发病面积占发病植物单元总面积的比率进行评价，用分级法进行表示。在严重度调查时，应该遵循一定的标准或规范。

一些植物病害，例如，小麦条锈病和小麦叶锈病等，严重度分级标准或规范中严重度级别对应的病斑面积与植物单元总面积的比率往往大于实际的病斑面积所占比率，在进行严重度评估时，如果是利用实际的病斑面积所占比率与分级标准或规范中严重度级别对应的病斑面积所占植物单元总面积的比率进行对照，往往会导致严重度评估的错误。例如，在小麦条锈病和小麦叶锈病严重度调查标准或规范中，100%严重度并不是实际的病斑面积所占比率为100%，其实研究已经表明，100%严重度时，实际的病斑面积所占比率才有30%多。

植物病害严重度分级标准或规范中每一严重度级别对应的病斑面积占调查植物单元面积的比率并非是病斑面积占调查植物单元面积的实际比率的情况，本质上是病斑面积占调查植物单元面积的实际比率小于严重度分级标准或规范中相应严重度级别对应的病斑面积占调查植物单元面积的比率。为了更好地解决病斑面积占调查植物单元面积的实际比率与严重度分级标准或规范中每一严重度级别对应的病斑面积占调查植物单元面积的比率不一致从而导致严重度评估错误的问题，本研究提出了一种利用图像处理技术的基于病斑扩张的植物病害严重度评估方法，其具体实现流程如图1所示。主要步骤如下：

1）获取各个严重度级别的发病植物单元图像

利用数码相机、手机或具有拍照功能的摄像头等图像获取设备拍照获得某一种植物病害的各个严重度级别的发病植物单元图像。

2）图像分割

利用图像处理软件手动或自动将发病植物单元从背景中分割出来，获得植物单元分割图像，并将病斑从植物单元中分割出来，获得病斑分割图像。

3）计算植物单元总面积和病斑面积

利用图像处理软件提取植物单元和病斑的面积特征，进而获得植物单元总面积和病斑面积；或者利用图像处理软件，统计计算获取植物单元总像素和病斑像素数量，以像素数量代表面积。

4）计算病斑面积占植物单元总面积的实际比率

利用获得的病斑面积（/病斑像素数量）除以植物单元总面积（/植物单元总像素数量），计算获得病斑面积占植物单元总面积的实际比率。

5）确定病斑扩张系数

基于获得的各个严重度级别对应发病植物单元的病斑面积占植物单元总面积的实际比率，可以利用多种方法尝试确定病斑扩张系数，例如，利用发病植物单元严重度级别对应的严重度分级标准中的病斑面积占植物单元面积的比率除以病斑面积实际比率，计算结果记为r，选择所获得的严重度最高级别的发病植物单元中病斑面积实际比率最大的发病植物单元对应的r作为所有严重度级别的发病植物单元的病斑扩张系数，或者将每一严重度级别的发病植物单元中病斑面积实际比率最大的发病植物单元对应的r作为相应严重度级别的发病植物单元的病斑扩张系数，或者将每一严重度级别的所有发病植物单元对应的r求平均值作为相应严重度级别的发病植物单元的病斑扩张系数，或者将所有严重度级别的发病植物单元对应的r求平均值作为所有严重度级别的发病植物单元的病斑扩张系数，或者设定一定的范围，在这一范围内利用枚举法确定每一严重度级别的发病植物单元的病斑扩张系数或所有严重度级别的发病植物单元的病斑扩张系数。

6）基于病斑扩张系数对病斑图像进行扩张处理

利用5）中确定的病斑扩张系数，使用图像处理软件，基于病斑质心对病斑图像进行扩张处理，病斑扩张范围若超过植物单元边界，则将超过的部分去除，从而获得扩张处理后的病斑。

7）计算扩张处理后的病斑面积

利用图像处理软件提取扩张处理后的病斑的面积特征，进而获得扩张处理后的病斑面积；或者利用图像处理软件，统计计算扩张处理后的病斑的像素数量，以像素数量代表面积。

8）计算扩张处理后病斑面积占植物单元总面积的比率

根据获得的植物单元总面积和扩张处理后病斑面积或植物单元总像素数量和扩张处理后病斑像素数量，利用扩张处理后病斑面积（病斑像素数量）除以植物单元总面积（植物单元总像素数量），计算获得扩张处理后病斑面积占植物单元总面积的比率。

9）发病植物单元的严重度评估

将获得的扩张处理后病斑面积占植物单元总面积的比率与植物病害严重度分级标准或规范中每一严重度级别对应的病斑面积占调查植物单元面积的比率进行对照，评估确定发病植物单元的严重度级别。或者获取发病植物单元图像，分割获取植物单元区域和病斑区域，基于确定的病斑扩张系数，对病斑进行扩张处理，计算扩张处理后病斑面积和植物单元总面积以及扩张处理后病斑面积占植物单元总面积的比率，与植物病害严重度分级标准或规范中每一严重度级别对应的病斑面积占调查植物单元面积的比率进行对照，评估确定发病植物单元的严重度级别。

图1. 基于病斑扩张的植物病害严重度评估方法流程

我们以小麦条锈病为例，提出了3种病斑扩张方法和3种病斑扩张系数确定方法，形成了9种方法组合进行病斑扩张处理，实现了对小麦条锈病发病单叶进行严重度评估。结果表明，本研究所提出的基于病斑扩张的严重度评估方法可以获得满意的小麦条锈病严重度评估结果，在所有9种方法组合中，利用由病斑扩张方法3（基于图像缩放算法的病斑扩张方法）和病斑扩张系数2.74（即按照病斑扩张系数确定方法1确定的病斑扩张系数Grate）组成的方法组合进行病斑扩张处理后对小麦条锈病严重度的评估效果最优，对所有发病单叶的严重度评估的准确率为96.16%。

结果表明，本研究所提出的基于病斑扩张的植物病害严重度评估方法是可行的，可用于解决严重度分级标准或规范中每一严重度级别对应的病斑面积占调查植物单元面积的比率并非是病斑面积占调查植物单元面积的实际比率的植物病害的严重度评估问题。本研究为植物病害严重度的准确评估提供了一种新思路和新方法，为植物病害严重度的自动化和智能化评估提供了基础和支撑。

相关研究结果以论文“A novel method based on lesion expansion to assess plant disease severity”发表于“Frontiers in Plant Science”。研究得到了国家重点研发计划项目（2021YFD1401001）和国家自然科学基金项目（32072357）的资助。

延伸阅读