[发明专利]一种稻瘟病分级系统及其方法

权利要求书

1.一种稻瘟病分级系统，其特征在于，所述分级系统包括：

图像预处理单元，用于提取稻叶图片中的目标区域并对所述目标区域预处理，经过预处理的图像为第一图像；

病斑特征提取单元，用于计算得到全叶的第一像素点面积Img_N和去掉病斑的第二像素点面积Img_n，所述像素点面积Img_n通过反向阈值切割得到去除病斑部分的第二图像，然后将所述第二图像进行OTSU二值化获取所述去掉病斑的第二像素点面积Img_n；

面积占比计算单元，用于将病斑特征提取单元计算得到的所述第一像素点Img_N和所述第二像素点Img_n代入面积占比公式得到面积占比值；

分级单元，用于获取所述面积占比值，通过比对稻瘟病分级标准得到分级结果。

2.根据权利要求1所述的稻瘟病分级系统，其特征在于，所述反向阈值切割在HSV颜色空间下进行。

3.根据权利要求1所述的稻瘟病分级系统，其特征在于，所述图像预处理单元中采用GrabCut算法对所述稻叶图片提取。

4.根据权利要求1所述的稻瘟病分级系统，其特征在于，所述图像预处理单元采用5*5卷积核的高斯滤波器进行图像预处理。

5.所述根据权利要求1所述的稻瘟病分级系统，其特征在于，图像预处理单元中的目标区域，首先由用户在移动终端手动框选参考区域，所述图像预处理单元再使用GrabCut算法进行稻叶图片提取。

6.一种稻瘟病分级方法，其特征在于，所述分级方法包括如下步骤：

S1:移动终端拍摄稻叶图片，用户根据拍摄的所述稻叶图片框选出需要分级的稻叶图像；

S2：分级系统获取所述稻叶图像进行预处理，提取所述稻叶图像中的目标区域并对所述稻叶图片预处理，获得待处理的第一图像；

S3：分级系统对所述第一图像作病斑特征提取，分别计算得到全叶的第一像素点面积Img_N和去掉病斑的第二像素点面积Img_n；

所述第一像素点面积Img_N的获取包括如下步骤：

S311：将所述第一图像全局进行OTSU二值化；

S312：遍历循环统计所述第一图像中的有效像素点得到所述全叶的第一像素点面积Img_N；

所述第二像素点面积Img_n的获取步骤包括：

S321：将所述第一图像进行HSV颜色空间转换；

S322：根据所述HSV颜色空间做色彩分析确定阈值范围；

S323：对阈值范围内的所述第一图像做反向阈值切割获取病斑外区域图像；

S324：对所述病斑外区域图像做OTSU二值化；

S325：遍历循环统计有效像素点得到第二像素点面积Img_n；

S4：将计算得到的所述第一像素点面积Img_N和所述第二像素点Img_n代入面积占比公式得到面积占比值；

S5：将所述面积占比值通过比对稻瘟病分级标准得到分级结果。

7.根据权利要求1所述的稻瘟病分级方法，其特征在于，S323中的所述反向阈值切割包括如下步骤：根据S322确定的阈值范围，定义切割范围最小值为Lower_green，最大值为Upper_green，将反向阈值切割所得部分图像生成掩模，第一图像与掩模部分计算获得去除病斑部分的叶片。

8.根据权利要求1所述的稻瘟病分级系统，其特征在于，所述OTUS二值化包括如下步骤：将第一图像分为前景和背景两个图像，并用ω0、ω1分别表示前景点、背景点所占比例，μ0、μ1分别表示前景、背景灰度均值，则有：

μ＝ω0*μ0+ω1*μ1，

前景与背景的方差为：

g＝ω0(μ0-μ)^2+ω1(μ1-μ)^2，

将μ带入g则有：

g＝ω0ω1(μ0-μ1)^2。

9.根据权利要求1所述的稻瘟病分级系统，其特征在于，所述面积占比公式为：

10.根据权利要求1所述的稻瘟病分级系统，其特征在于，所述S2中采用GrabCut算法对稻瘟病叶片进行提取，其包括如下步骤：将稻叶图像中的每一个像素看成图中的一个节点，然后在稻叶图像中增加两个节点，分别为F和B，F代表Foreground前景，而B代表Background背景，每两个相邻像素点用一条边相连，每一个像素点和F点用一条边相连，每一个像素点和B点也用一条边相连；最后将图像切割分成两部分，第一部分的像素点和F相连为前景，第二部分的像素点和B相连为背景；整幅稻叶图像的Gibbs能量函数可以表示为公式：

E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z)，

其中，U函数部分表示能量函数的区域数据项，V函数表示能量函数的边界项，当E不能再减小，趋于某一个恒定的值时，就表示图像分割完成。