[发明专利]一种青稞黑穗病的识别方法

权利要求书

1.一种青稞黑穗病的识别方法，该方法包括：

步骤1：获取健康的青稞正常图像样本和青稞黑穗病图像样本；

步骤2：对获得的图像进行均值滤波处理；

步骤3：将步骤2获得图像每个像素的颜色空间从RGB转到HSV，计算出各像素点的H值和S值；

步骤4：将H通道平均划分为16个等级，S通道平均划分为8个等级，组合为128个等级组合；H分量变化为0到180，S变化范围为0到255；

步骤5：对每一幅图像进行如下处理；

对每个像素点的H值和S值，根据步骤4划分出的128个等级组合，统计每个等级的像素点个数及概率，并作出概率直方图；统计每个像素H值出现的概率，并作出概率直方图；统计每个像素S值出现的概率，并作出概率直方图；

步骤6：归一化各直方图高度值；

步骤7：采用步骤6归一化后得到的健康青稞图像和患白粉病的青稞图像的四种直方图高度值作为正样本和负样本，对KNN分类器进行训练；采用训练好的KNN分类器对待检测图像进行检测。

2.如权利要求1所述的一种青稞黑穗病的识别方法，其特征在于所述步骤2中均值滤波的方法为：

其中：S_xy表示中心点在(x,y)处，大小为m×n的滤波器窗口；h(s,t)表示原始图像，d(x,y)表示均值滤波后得到的图像。

3.如权利要求1所述的一种青稞黑穗病的识别方法，其特征在于所述步骤3中H值和S值的计算方法为；

r＝R/255

g＝G/255

b＝B/255

Amax＝max(r,g,b)

Amin＝(r,g,b)

Δ＝Amax-Amin

4.如权利要求1所述的一种青稞黑穗病的识别方法，其特征在于所述6归一化直方图的方法为：

Data＝[Data1,Data2,...Datak]，其中Datai为提取的直方图高度；

计算为所有值之和x＝[Data1/count,Data2/count,...,Datak/count],x为归一化之后特征，Datai/count为归一化后每一个纵坐标值。