[发明专利]作物叶部病害图像交互式诊断系统与方法

摘要

本发明涉及一种基于智能手机与云端的作物叶部病害图像交互式诊断系统与方法，系统包括通过GPRS、3G、4G、WiFi、WiFi Direct或蓝牙进行数据通讯的手机客户端和云端。本发明利用智能手机拍摄作物病害图片后进行预处理、病斑分割和特征提取，再把特征提取数据发送到云端进行病害的分类识别，最后将诊断结果反馈到手机上，实现低成本、移动型的作物病害智能化诊断。本发明将将运算量大的分类识别图像处理过程和病害特征库放在云端，节约了手机端的网络流量和耗电量，提高病害识别速度，利用了手机拍摄图像的便携性与云端计算的高效性，为作物病害现场、实时诊断提出了一种切实可行的方法。

主权项

一种作物叶部病害图像交互式诊断系统的诊断方法，其特征在于：包括以下步骤：(1)收集作物叶部病害图像建立数据库；(2)通过手机摄像头对作物病害处进行拍照；(3)对手机拍摄的图像进行标准化压缩并去除图像中的噪声，包括以下步骤：(3.1)采用LZW编码方式对图像进行压缩至640×480像素大小；(3.2)然后对其进行去噪处理，针对当前手机CMOS传感器拍照容易造成的高斯和椒盐噪声，采用高斯滤波器对图像进行滤波；(4)对预处理后的图像进行病斑提取，包括以下步骤：(4.1)对图片采用一种新的阈值化方法对原始病害图像的红色分量进行二值化处理：计算红色分量图像的灰度均值，记为tgray；统计红色分量图像灰度大于tgray的像素，计算灰度均值，记为tgrayhigh，即为初始分割的阈值；对原始红色分量图像进行阈值分割，得到两部分：其中灰度值小于tgrayhigh的像素的灰度设为0，归为初始背景类；其他像素的灰度值不变，归为混合类；(4.2)融合纹理、灰度、距离三个特征构建能量函数的边界项，描述像素间的相似性：通过构建边界平滑项，其中，tp,q为纹理特征；rp,q为灰度特征；dp,q为距离特征；为了将不同量纲、不同数量级大小的三个特征进行融合，对每一项均采用最大最小值法进行归一化处理，即：其中，tp、rp分别为纹理图像中像素的纹理值和红色分量图像像素的灰度值，为像素p、q间的欧式距离，xp、yp分别为像素p在图像坐标系上的横纵坐标；(4.3)利用分割区域像素与区域边界像素的红色分量差值自动建立能量函数的区域项，反映像素归属于背景和目标的程度：分别计算分割区域像素灰度值与区域边界像素灰度值tgrayhigh和255的绝对差值，自动建立能量函数的区域项：(4.4)根据能量函数构建网络图，运用最大流算法求解能量函数得到分割结果；(5)对病斑进行颜色、形状和纹理特征提取和优化；(6)把提取的特征以数据流的形式通过GPRS、3G、4G、WiFi、WiFi Direct或蓝牙发送到云端；(7)在云端调用病害诊断模型进行病害的分类识别；(8)把病害诊断结果和防治方法通过GPRS、3G、4G、WiFi、WiFi Direct或蓝牙反馈到手机中。