[发明专利]基于粗糙集和BP神经网络的棉花病害识别方法及系统

权利要求书

1.一种基于粗糙集和BP神经网络的棉花病害识别方法，其特征在于，包括：

对棉花病害图像进行图像预处理，以提取所述棉花病害图像上的病害特征，所述病害特征包括所述棉花病害图像上的病斑区域的颜色特征和病斑纹理特征；

基于粗糙集对提取的所述棉花病害图像的所述病害特征进行特征优选，得到经特征优选后的所述棉花病害图像；

以经特征优选后的所述棉花病害图像为BP神经网络的训练样本，训练形成棉花病害识别模型；

利用所述棉花病害识别模型对所述棉花病害图像进行病害识别，输出病害类型识别结果。

2.如权利要求1所述的棉花病害识别方法，其特征在于，对所述棉花病害图像进行图像预处理的方法包括如下步骤：

步骤L1，对所述棉花病害图像进行颜色空间转换，得到每张所述棉花病害图像对应的H分量图像、a^*分量图像和b^*分量图像；

步骤L2，对所述H分量图像、所述a^*分量图像和所述b^*分量图像进行图像滤波处理，去除各分量图像的图像噪声；

步骤L3，对经图像滤波处理后的所述H分量图像、所述a^*分量图像和所述b^*分量图像进行图像分割处理，以在各分量图像上区分出所述病斑区域；

步骤L4，对经图像分割处理后的所述H分量图像、所述a^*分量图像和所述b^*分量图像进行图像融合，得到H+a^*+b^*分量图像；

步骤L5，对所述H+a^*+b^*分量图像进行图像二值化处理，得到棉花病斑二值图像；

步骤L6，对所述病斑二值图像与原始的未作图像预处理的所述棉花病害图像作交集运算，得到一交集图；

步骤L7，提取出所述交集图上的所述病斑区域的所述颜色特征和所述病斑纹理特征。

3.如权利要求2所述的棉花病害识别方法，其特征在于，所述步骤L1中，对所述棉花病害图像进行颜色空间转换包括将RGB颜色空间下的所述棉花病害图像转换到HSI颜色空间和L^*a^*b^*颜色空间，将所述棉花病害图像从所述RGB颜色空间转换到所述HSI颜色空间通过以下公式实现：

上式中，θ为两个待比较颜色在所述RGB颜色空间的矢量角度；

R为所述RGB颜色空间中R颜色分量的颜色值；

G为所述RGB颜色空间中G颜色分量的颜色值；

B为所述RGB颜色空间中B颜色分量的颜色值；

H为经HSI颜色空间转换后的所述棉花病害图像的色调；

S为经HSI颜色空间转换后的所述棉花病害图像的饱和度；

I为经HSI颜色空间转换后的所述棉花病害图像的强度；

所述H分量图像为过滤掉HSI颜色空间下的饱和度S、强度I，保留色调H后的所述棉花病害图像。

4.如权利要求2所述的棉花病害识别方法，其特征在于，所述步骤L2中，对所述H分量图像、所述a^*分量图像和所述b^*分量图像进行图像滤波的方法为高斯滤波。

5.如权利要求2所述的棉花病害识别方法，其特征在于，所述步骤L3中，对经图像滤波处理后的所述H分量图像、所述a^*分量图像和所述b^*分量图像进行图像分割的方法为最大类间方差法。

6.如权利要求2所述的棉花病害识别方法，其特征在于，所述步骤L7中，通过颜色矩提取所述交集图上的所述病斑区域的所述颜色特征；

通过灰度共生矩阵提取所述交集图上的所述病斑区域的所述病斑纹理特征。