[发明专利]一种双孢蘑菇褐斑病的识别与分类方法

说明书

本发明公开了一种双孢蘑菇褐斑病的识别与分类方法；该方法在分割检测到双孢蘑菇的基础上，首先分别提取双孢蘑菇表面的颜色、形状和纹理特征，然后选择了多维特征参数组成的特征向量输入SVM分类器，选择RBF为核函数以及OVR‑SVMs为分类算法，对褐斑病阶段和人工或机械采摘损伤的双孢蘑菇做分类。本方法可以对患有褐斑病的双孢蘑菇提前做出准确预警，为控制褐斑病传染做出预判。

技术领域

本发明涉及采摘机械技术领域，具体涉及一种农作物采摘机器人对病害的识别与分类方法，主要是针对工厂化环境下双孢菇褐斑病害的识别和分类。

背景技术

随着世界范围内双孢蘑菇产量的不断增加，人们对双孢蘑菇质量的期望也越来越高。双孢蘑菇菌盖的状态是新鲜蘑菇最重要的考虑因素，而褐斑病又是双孢蘑菇最广泛发生的病害。高质量的双孢蘑菇通常呈现为新鲜的、白色的、无瑕疵的、干净的。

在工厂化的双孢蘑菇生长环境下，由于受生产周期和栽培方式的影响，双孢蘑菇非常容易受到一系列细菌和真菌病原体造成的病害。随着褐斑病的加重，范围会慢慢的加大，并且还有可能传染到其他健康的子实体。当双孢蘑菇受到人工或机械擦伤引起的损伤时，表面也将有浅黄色的锈斑，这种锈斑会缓慢地颜色加重，但不会大幅度扩散。

在工厂化的双孢蘑菇种植环境下，以往需要人工去检查双孢蘑菇的生长状态和病害情况，当出现双孢蘑菇褐斑病病害时，手动摘除并做其他处理，这就需要较多的人工成本，并且存在标准不一等情况。

发明内容

本发明的目的在于，针对现有标准不一等问题，提供了一种双孢蘑菇褐斑病的识别与分类方法，对褐斑病阶段和人工或机械采摘损伤的双孢蘑菇做分类，对患有褐斑病的双孢蘑菇提前做出预警，为控制病害传染做出预判。

一种双孢蘑菇褐斑病的识别与分类方法，其特征在于该方法的具体步骤为：

步骤A：对样本图像进行描述，准备好各个特征的样本图像，读取双孢蘑菇样本图像；

步骤B：对步骤A中的双孢蘑菇图像进行分割，获取双孢蘑菇的区域及目标区域的图像；

步骤C：对步骤B中的双孢蘑菇目标区域图像提取颜色特征；

步骤D：对步骤B中的双孢蘑菇区域提取形状特征；

步骤E：对步骤B中的双孢蘑菇目标区域图像提取纹理特征；

步骤F：构造SVM分类器，初始化支持向量机分类器所需的核函数、类型参数等，将步骤C、D、E中样本提取的特征向量送入分类器训练，使得分类器收敛；

步骤G：对测试图像中的双孢蘑菇进行分割，提取待测目标区域，根据步骤F提取分类器所需要的特征参数，代入训练好的SVM计算结果并进行分类，给出各个双孢蘑菇状况的分类结果。

作为一种优选方式，所述步骤C中，HSV颜色模型中的H、S、V颜色分量互不影响，这有利于对图像的颜色和亮度进行处理。在HSV空间中的H分离程度较低，S、V分量的分离程度较为明显，故将S、V分量组成二维颜色特征，这样将更加有利于进行颜色特征的提取；

作为一种优选方式，所述步骤D包括：

步骤D1:提取形状特征中圆度，用来反映双孢蘑菇健康区域圆形的形状因子。若F为区域面积，max为中心到所有轮廓像素的最大距离，那么计算圆度C1为:

C1＝min(1，C1′)

如果区域较长或有孔洞，则圆度小于1。圆度特别适用于反映大的凸起、孔洞和不连通区域；

步骤D2：提取形状特征中紧实度，用来反映双孢蘑菇健康区域紧凑程度的形状因子。如果L是轮廓线的长度，F是区域的面积，则计算紧实度C2为: