[發明專利]一種農作物病變檢測方法以及檢測裝置

有效

• 申請號: 201910359630.0
• 申請日: 2019-04-30
• 公開（公告）號: CN110135481B
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 葉大貴;陳建文;王修才;朱文博;許仁俊;施淞瀚;林浩勃;陸江南;吳徐平;黃穗龍;朱珍
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/75;G06V10/56;G06T5/00;G06T5/40
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 王國標

1.一種農作物病變檢測方法，其特征在于，包括病變分類步驟以及病變識別步驟；

所述病變分類步驟包括：

步驟110，采集多個樣品圖像，對各個所述樣品圖像設置病變種類標簽；

步驟120，對各個所述樣品圖像進行預處理操作；

步驟130，對各個所述樣品圖像進行特征提取操作；

步驟140，根據各個樣品圖像的病變種類標簽以及圖像特征，完成決策樹分類器的訓練；

步驟150，根據所述決策樹分類器，生成多個特征模板圖像，各個所述特征模板圖像分別與各個病變種類相對應；

所述病變識別步驟包括：

步驟210，對待測的農作物進行圖像采集，生成待測圖像；

步驟220，對所述待測圖像進行預處理操作；

步驟230，對所述待測圖像進行特征提取操作；

步驟240，利用半樸素貝葉斯分類器計算所述待測圖像與各個特征模板圖像之間的匹配程度；

步驟250，根據所述待測圖像與各個特征模板圖像之間的匹配程度，判斷待測的農作物的病變可能性；

步驟120以及步驟220中，所述預處理操作包括以下步驟：

步驟A，對輸入圖像進行直方圖修正操作；

步驟B，對輸入圖像采用二維中值濾波去除噪聲；

步驟C，對輸入圖像進行灰度值調整操作；

步驟D，對輸入圖像進行圖像分割處理；

步驟130和步驟230中，所述特征提取操作包括提取輸入圖像的葉片顏色特征、花梗顏色特征、病變區域面積、病變區域輪廓以及植株高度；

步驟130和步驟230中，提取輸入圖像的花梗顏色特征包括獲取輸入圖像的花梗區域的RGB像素值，通過輸入圖像的花梗區域的RGB像素值計算第二色度坐標，所述第二色度坐標為輸入圖像的花梗顏色特征；

其中，步驟A通過直方圖均衡算法實現輸入圖像的直方圖修正操作；步驟B中通過二維中值濾波將輸入圖像中的噪聲去除，3*3的窗口模板對輸入圖像進行濾波處理，，其中表示濾波前的輸入圖像，濾波處理后的輸入圖像，表示3*3窗口模板；步驟C中利用階梯函數對輸入圖像進行灰度值調整操作，，其中表示灰度調整后輸入圖像的灰度值，表示灰度調整前輸入圖像的灰度值，至為各個灰度值區間；步驟D中利用輸入圖像的直方圖，通過基于閾值的圖像分割法對輸入圖像進行分割操作，將輸入圖像中的葉片區域、花梗區域以及病變區域分割出來。

2.根據權利要求1所述的一種農作物病變檢測方法，其特征在于，步驟130和步驟230中，提取輸入圖像的葉片顏色特征包括獲取輸入圖像的葉片區域的RGB像素值，通過輸入圖像的葉片區域的RGB像素值計算第一色度坐標，所述第一色度坐標為輸入圖像的葉片顏色特征。

3.根據權利要求1所述的一種農作物病變檢測方法，其特征在于，步驟130和步驟230中，提取輸入圖像的病變區域面積以及病變區域輪廓包括對輸入圖像進行圖像分割處理后獲得病變區域，將病變區域內的像素點定義為目標像素點，將病變區域外的像素點定義為背景像素點，統計目標像素點的個數，根據目標像素點的個數計算病變區域面積，通過處于相鄰位置的目標像素點以及背景像素點獲取病變區域輪廓。

4.根據權利要求1所述的一種農作物病變檢測方法，其特征在于，所述病變分類步驟還包括步驟160，在采集樣品圖像時，記錄環境溫濕度值以及光強值，步驟160設置在步驟140之前，步驟140中根據各個樣品圖像的病變種類標簽、圖像特征、環境溫濕度值以及光強值，完成決策樹分類器的訓練；所述病變識別步驟還包括步驟260，在采集待測圖像時，記錄環境溫濕度值以及光強值，步驟260設置在步驟250之前，步驟250結合中環境溫濕度值以及光強值，根據所述待測圖像與各個特征模板圖像之間的匹配程度，判斷待測的農作物的病變可能性。