[发明专利]一种基于计算机视觉进行植物病斑分类的方法及系统

权利要求书

1.一种基于计算机视觉进行植物病斑分类的方法，其特征在于，包括：

从田地中选取大于或等于一个的样块，自上而下地采集所述样块中带有病斑的植物叶片的图像；

逐行扫描所述植物叶片的图像中的像素，当所述像素的像素值为邻域滤波窗口中的极大值或极小值时，则将所述邻域滤波窗口中各个像素值按照增序或降序排列，获取所述排列中的中间位置所述像素的像素值作为所述邻域滤波窗口的像素值对所述植物叶片图像进行处理；

将处理过的所述植物叶片的图像进行图像分割，通过颜色空间转化凸显出病斑图像区域；进一步为：剔除掉所述植物叶片的图像中像素通道叠加的区域，得到剔除背景的图像；利用图像颜色空间中通道分量进行颜色通道叠加增强病斑图像，并凸显出所述病斑图像区域；通过自适应阈值分割结合开闭运算分割出所述病斑图像区域；

利用图像中像素特征对图像分割得到的病斑图像区域进行像素特征提取得到所述植物叶片的病斑图像的像素特征；

对所述病斑图像的像素特征进行支持向量机分类器分类，得到分类后的不同病斑的像素特征与其所属病症的对照模型并保存。

2.根据权利要求1所述的基于计算机视觉进行植物病斑分类的方法，其特征在于，通过自适应阈值分割结合开闭运算分割出所述病斑图像区域，进一步为：

将凸显的所述病斑图像区域转化为灰度图像，在所述灰度图像的灰度直方图中，以灰度值在峰值左侧的预设个数灰度值的灰度均值作为所述灰度图像的分割阈值；

以所述分割阈值分割所述灰度图像得到所述灰度图像分割的二值图；对所述二值图进行图像闭运算后去除小面积区域后与原图像坐标相对应得到所述病斑图像区域。

3.根据权利要求1所述的基于计算机视觉进行植物病斑分类的方法，其特征在于，从田地中选取大于或等于一个的样块，以自上而下的方式采集所述样块中带有病斑的植物叶片的图像，进一步为：

从田地中四个角以及中间位置选取五个预设大小的田块作为样块，在所述样块中自上而下采集预设组数的带有病斑的植物叶片的图像。

4.根据权利要求1所述的基于计算机视觉进行植物病斑分类的方法，其特征在于，对所述病斑图像的像素特征进行支持向量机分类器分类，进一步为：

用函数曲线把所述病斑图像的像素特以预设的不同类型进行划分；结合不同类型的所述像素特征的划分曲线函数确定所述病斑图像的总像素特征；

接收所述病斑图像所属的病症，与所述病斑图像的总像素特征对应得到不同病斑的像素特征与其所属病症的对照模型。

5.根据权利要求1至4中任意一项所述的基于计算机视觉进行植物病斑分类的方法，其特征在于，所述像素特征，包括：颜色特征、形态特征、纹理特征及方向梯度直方图特征。