[發明專利]一種基于圖像識別的獼猴桃葉片病害識別方法

在審

• 申請號: 201910369540.X
• 申請日: 2019-05-06
• 公開（公告）號: CN110070086A
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 廖欽洪;唐建民;蘭建彬;張文林
• 申請（專利權）人: 重慶文理學院
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G06N3/04;H04N5/238
• 代理公司: 重慶晶智匯知識產權代理事務所(普通合伙) 50229
• 代理人: 施永卿

一種基于圖像識別的獼猴桃葉片病害識別方法，包含一種獼猴桃葉片病害識別深度神經網絡訓練方法和一種獼猴桃葉片病害深度神經網絡識別方法，以及基于該方法的獼猴桃葉片病害自動檢測系統；該方法和系統，實現獼猴桃種植過程中對獼猴桃葉片病害的快速、準確分別和分類；無需人工參與和判決，具備易復制性及復制成本低等特性；全自動化設計，實時不間斷監測，遠程監控，保證獼猴桃葉片病害發現的及時和有效性，極大降低人力成本、提升效率；方法上對圖片進行預處理，降低了室外陽光變化帶來的圖像曝光變化大的缺點，同時采用深度神經網絡分類方式，極大提升了病害分類的準確性，使得該系統的適用范圍得到進一步擴展。

技術領域

本發明涉及圖像識別，具體涉及一種基于圖像識別的獼猴桃葉片病害識別方法。

背景技術

獼猴桃作為一種營養豐富的水果，近年來時長需求不斷提升；獼猴桃種植也是一種農村致富的有效手段；但在獼猴桃種植過程中，獼猴桃病蟲害對其產量影響巨大，如獼猴桃褐斑病、獼猴桃灰霉病等，病害初期從葉片開始表現；獼猴桃病害的識別需要專業知識和培訓，也需要在病害初期即進行相應處理，專業性和實時性限制了獼猴桃種植過程中，減少病害造成的影響。

發明內容

本發明的目的在于提供一種基于圖像識別的獼猴桃葉片病害識別方法，通過圖像識別的方法，完成獼猴桃種植過程中的葉片出現的病害的準確分類和識別。

本發明目的按如下技術方案實現：

一種基于圖像識別的獼猴桃葉片病害識別方法，包含一種獼猴桃葉片病害識別深度神經網絡訓練方法和一種獼猴桃葉片病害深度神經網絡識別方法；

所述一種獼猴桃葉片病害深度神經網絡識別方法，該方法包括：

首先，對獲取的高清圖像進行預處理，并識別高清圖像中的獼猴桃葉片區域；

其次，根據識別結果截取高清圖像中的獼猴桃葉片區域，做歸一化處理，得到葉片歸一化圖像；

然后，將葉片歸一化圖像輸入到獼猴桃葉片病害深度神經網絡中，輸出獼猴桃葉片有病害的概率以及獼猴桃葉片病害類別的分類概率；

最后，根據獼猴桃葉片病害深度神經網絡的輸出結果：獼猴桃葉片有病害的概率以及獼猴桃葉片病害類別的分類概率進行判決，得出判決結果；

所述對獲取的高清圖像進行預處理，調節高清圖像的曝光，調整因逆光造成高清圖像的曝光過大現象或者因光線等因素造成高清圖像的曝光不足現象；具體步驟如下：

首先計算圖像整體亮度值；

其次若圖像整體亮度值偏亮，即圖像整體亮度值大于過度曝光門限值，通過調節圖像的曝光，使得圖像變暗，從而圖像更清晰；若圖像整體亮度值偏暗，即圖像整體亮度值小于曝光不足門限值，通過調節圖像的曝光，使得圖像變量，從而圖像更清晰；其余不做處理；

所述計算圖像整體亮度值方法如下：

將高清圖像的BGR格式轉換為HSV格式；統計V通道的均值：

式中，W為高清圖像的寬、H為高清圖像的高、V_ij為高清圖像HSV格式下V通道(i,j)位置的值，為圖像整體亮度值；

所述調節圖像的曝光的公式為：

式中，v為高清圖像BGR格式下像素點在一個通道上的像素值，取值范圍為[0,255]，為經過調整圖像的曝光后的輸出像素值；γ大于1，對高清圖像曝光過大進行抑制，γ小于 1，對高清圖像曝光不足進行補償；

所述識別高清圖像中的獼猴桃葉片區域，采用葉片識別模型完成獼猴桃葉片區域的識別；所述葉片識別模型為采用SSD識別框架線下訓練完成；