[發(fā)明專利]一種農(nóng)作物病變檢測方法以及檢測裝置

有效

• 申請?zhí)枺?/td>: 201910359630.0
• 申請日: 2019-04-30
• 公開（公告）號: CN110135481B
• 公開（公告）日: 2023-01-24
• 發(fā)明（設(shè)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(quán)）人: 佛山科學(xué)技術(shù)學(xué)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(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 王國標(biāo)

1.一種農(nóng)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(shè)置病變種類標(biāo)簽；

步驟120，對各個所述樣品圖像進(jìn)行預(yù)處理操作；

步驟130，對各個所述樣品圖像進(jìn)行特征提取操作；

步驟140，根據(jù)各個樣品圖像的病變種類標(biāo)簽以及圖像特征，完成決策樹分類器的訓(xùn)練；

步驟150，根據(jù)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(yīng)；

所述病變識別步驟包括：

步驟210，對待測的農(nóng)作物進(jìn)行圖像采集，生成待測圖像；

步驟220，對所述待測圖像進(jìn)行預(yù)處理操作；

步驟230，對所述待測圖像進(jìn)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(jù)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(nóng)作物的病變可能性；

步驟120以及步驟220中，所述預(yù)處理操作包括以下步驟：

步驟A，對輸入圖像進(jìn)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(jìn)行灰度值調(diào)整操作；

步驟D，對輸入圖像進(jìn)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(qū)域面積、病變區(qū)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(qū)域的RGB像素值，通過輸入圖像的花梗區(qū)域的RGB像素值計算第二色度坐標(biāo)，所述第二色度坐標(biāo)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(shí)現(xiàn)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(jìn)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(shù)對輸入圖像進(jìn)行灰度值調(diào)整操作，，其中表示灰度調(diào)整后輸入圖像的灰度值，表示灰度調(diào)整前輸入圖像的灰度值，至為各個灰度值區(qū)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(jìn)行分割操作，將輸入圖像中的葉片區(qū)域、花梗區(qū)域以及病變區(qū)域分割出來。

2.根據(jù)權(quán)利要求1所述的一種農(nóng)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(qū)域的RGB像素值，通過輸入圖像的葉片區(qū)域的RGB像素值計算第一色度坐標(biāo)，所述第一色度坐標(biāo)為輸入圖像的葉片顏色特征。

3.根據(jù)權(quán)利要求1所述的一種農(nóng)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(qū)域面積以及病變區(qū)域輪廓包括對輸入圖像進(jìn)行圖像分割處理后獲得病變區(qū)域，將病變區(qū)域內(nèi)的像素點(diǎn)定義為目標(biāo)像素點(diǎn)，將病變區(qū)域外的像素點(diǎn)定義為背景像素點(diǎn)，統(tǒng)計目標(biāo)像素點(diǎn)的個數(shù)，根據(jù)目標(biāo)像素點(diǎn)的個數(shù)計算病變區(qū)域面積，通過處于相鄰位置的目標(biāo)像素點(diǎn)以及背景像素點(diǎn)獲取病變區(qū)域輪廓。

4.根據(jù)權(quán)利要求1所述的一種農(nóng)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(huán)境溫濕度值以及光強(qiáng)值，步驟160設(shè)置在步驟140之前，步驟140中根據(jù)各個樣品圖像的病變種類標(biāo)簽、圖像特征、環(huán)境溫濕度值以及光強(qiáng)值，完成決策樹分類器的訓(xùn)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(huán)境溫濕度值以及光強(qiáng)值，步驟260設(shè)置在步驟250之前，步驟250結(jié)合中環(huán)境溫濕度值以及光強(qiáng)值，根據(jù)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(nóng)作物的病變可能性。