[发明专利]一种农作物病变检测方法以及检测装置

权利要求书

1.一种农作物病变检测方法，其特征在于，包括病变分类步骤以及病变识别步骤；

所述病变分类步骤包括：

步骤110，采集多个样品图像，对各个所述样品图像设置病变种类标签；

步骤120，对各个所述样品图像进行预处理操作；

步骤130，对各个所述样品图像进行特征提取操作；

步骤140，根据各个样品图像的病变种类标签以及图像特征，完成决策树分类器的训练；

步骤150，根据所述决策树分类器，生成多个特征模板图像，各个所述特征模板图像分别与各个病变种类相对应；

所述病变识别步骤包括：

步骤210，对待测的农作物进行图像采集，生成待测图像；

步骤220，对所述待测图像进行预处理操作；

步骤230，对所述待测图像进行特征提取操作；

步骤240，利用半朴素贝叶斯分类器计算所述待测图像与各个特征模板图像之间的匹配程度；

步骤250，根据所述待测图像与各个特征模板图像之间的匹配程度，判断待测的农作物的病变可能性；

步骤120以及步骤220中，所述预处理操作包括以下步骤：

步骤A，对输入图像进行直方图修正操作；

步骤B，对输入图像采用二维中值滤波去除噪声；

步骤C，对输入图像进行灰度值调整操作；

步骤D，对输入图像进行图像分割处理；

步骤130和步骤230中，所述特征提取操作包括提取输入图像的叶片颜色特征、花梗颜色特征、病变区域面积、病变区域轮廓以及植株高度；

步骤130和步骤230中，提取输入图像的花梗颜色特征包括获取输入图像的花梗区域的RGB像素值，通过输入图像的花梗区域的RGB像素值计算第二色度坐标，所述第二色度坐标为输入图像的花梗颜色特征；

其中，步骤A通过直方图均衡算法实现输入图像的直方图修正操作；步骤B中通过二维中值滤波将输入图像中的噪声去除，3*3的窗口模板对输入图像进行滤波处理，，其中表示滤波前的输入图像，滤波处理后的输入图像，表示3*3窗口模板；步骤C中利用阶梯函数对输入图像进行灰度值调整操作，，其中表示灰度调整后输入图像的灰度值，表示灰度调整前输入图像的灰度值，至为各个灰度值区间；步骤D中利用输入图像的直方图，通过基于阈值的图像分割法对输入图像进行分割操作，将输入图像中的叶片区域、花梗区域以及病变区域分割出来。

2.根据权利要求1所述的一种农作物病变检测方法，其特征在于，步骤130和步骤230中，提取输入图像的叶片颜色特征包括获取输入图像的叶片区域的RGB像素值，通过输入图像的叶片区域的RGB像素值计算第一色度坐标，所述第一色度坐标为输入图像的叶片颜色特征。

3.根据权利要求1所述的一种农作物病变检测方法，其特征在于，步骤130和步骤230中，提取输入图像的病变区域面积以及病变区域轮廓包括对输入图像进行图像分割处理后获得病变区域，将病变区域内的像素点定义为目标像素点，将病变区域外的像素点定义为背景像素点，统计目标像素点的个数，根据目标像素点的个数计算病变区域面积，通过处于相邻位置的目标像素点以及背景像素点获取病变区域轮廓。

4.根据权利要求1所述的一种农作物病变检测方法，其特征在于，所述病变分类步骤还包括步骤160，在采集样品图像时，记录环境温湿度值以及光强值，步骤160设置在步骤140之前，步骤140中根据各个样品图像的病变种类标签、图像特征、环境温湿度值以及光强值，完成决策树分类器的训练；所述病变识别步骤还包括步骤260，在采集待测图像时，记录环境温湿度值以及光强值，步骤260设置在步骤250之前，步骤250结合中环境温湿度值以及光强值，根据所述待测图像与各个特征模板图像之间的匹配程度，判断待测的农作物的病变可能性。