[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

本發明公開了一種農作物病變檢測方法及檢測裝置，檢測方法包括病變分類步驟以及病變識別步驟；病變分類步驟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；根據決策樹分類器，生成多個特征模板圖像；病變識別步驟包括利用半樸素貝葉斯分類器計算待測圖像與各個特征模板圖像之間的匹配程度；根據待測圖像與各個特征模板圖像之間的匹配程度。本發明病變檢測方法在病變分類步驟中，利用決策樹分類器明確各種不同病變種類所對應的農作物特征，從而生出模板圖像；在病變識別步驟中利用半樸素貝葉斯分類器計算待測農作物的待測圖像與各個模板圖像的匹配程度，得出待測農作物的病變種類及其病變的可能性數據，可靠性高。

技術領域

本發明涉及農作物檢測技術領域，更具體地說設計一種農作物病變檢測方法以及檢測裝置。

背景技術

眾所周之，我國是一個名副其實的農業大國，農田面積大，從事農業種植的人口基數大。目前我國農業種植的大體現狀是絕大部分地區已經實現了半機械化的生產模式，生產效率依然處于較低水平。

以大蔥為例，大蔥作為人們日常生活中不可缺少的調味料之一，根據相關數據顯示，大蔥的種植面積在我國蔬菜種植中占了10％，但是其生產產量則只是占了7％，究其原因主要是由于大蔥的種植主要是通過人工進行管理，當大蔥種植過程中出現病變狀況時，種植人員難以及時發現并作出相應的防治措施，使得大蔥的產量低。

實際上不單是大蔥，其他農作物由于種植過程中智能化程度較低而無法及時對農作物的病變狀況作出及時的應對措施比比皆是，因此如何實現在農作物種植過程中對其進行智能化的病變檢測尤為重要。

現有技術中已經存在不少的基于圖像處理識別的植物病變檢測方法，但是現有的病變檢測方法可靠性程度不足，無法給出植物具體的病變可能性數據。

發明內容

本發明要解決的技術問題是：提供一種基于圖像識別的農作物病變檢測方法以及檢測裝置。

本發明解決其技術問題的解決方案是：

一種農作物病變檢測方法，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。

作為上述技術方案的進一步改進，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；