[发明专利]一种农作物病变检测方法以及检测装置

说明书

本发明公开了一种农作物病变检测方法及检测装置，检测方法包括病变分类步骤以及病变识别步骤；病变分类步骤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；根据决策树分类器，生成多个特征模板图像；病变识别步骤包括利用半朴素贝叶斯分类器计算待测图像与各个特征模板图像之间的匹配程度；根据待测图像与各个特征模板图像之间的匹配程度。本发明病变检测方法在病变分类步骤中，利用决策树分类器明确各种不同病变种类所对应的农作物特征，从而生出模板图像；在病变识别步骤中利用半朴素贝叶斯分类器计算待测农作物的待测图像与各个模板图像的匹配程度，得出待测农作物的病变种类及其病变的可能性数据，可靠性高。

技术领域

本发明涉及农作物检测技术领域，更具体地说设计一种农作物病变检测方法以及检测装置。

背景技术

众所周之，我国是一个名副其实的农业大国，农田面积大，从事农业种植的人口基数大。目前我国农业种植的大体现状是绝大部分地区已经实现了半机械化的生产模式，生产效率依然处于较低水平。

以大葱为例，大葱作为人们日常生活中不可缺少的调味料之一，根据相关数据显示，大葱的种植面积在我国蔬菜种植中占了10％，但是其生产产量则只是占了7％，究其原因主要是由于大葱的种植主要是通过人工进行管理，当大葱种植过程中出现病变状况时，种植人员难以及时发现并作出相应的防治措施，使得大葱的产量低。

实际上不单是大葱，其他农作物由于种植过程中智能化程度较低而无法及时对农作物的病变状况作出及时的应对措施比比皆是，因此如何实现在农作物种植过程中对其进行智能化的病变检测尤为重要。

现有技术中已经存在不少的基于图像处理识别的植物病变检测方法，但是现有的病变检测方法可靠性程度不足，无法给出植物具体的病变可能性数据。

发明内容

本发明要解决的技术问题是：提供一种基于图像识别的农作物病变检测方法以及检测装置。

本发明解决其技术问题的解决方案是：

一种农作物病变检测方法，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。

作为上述技术方案的进一步改进，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；