[发明专利]小麦白粉病菌孢子图片的智能识别方法

摘要

本发明涉及小麦白粉病菌孢子图片的智能识别方法。所述方法包括选择不同专家模型，使智能识别的精度能适应不同的要求；白粉病菌孢子图片的预处理；白粉病菌孢子图片的分割；对白粉病菌孢子图片提取颜色、纹理和形状特征；对白粉病菌孢子图片提取的特征进行智能识别。应用本发明可快速计算出某一时间段内空气中单位体积的小麦白粉病菌孢子浓度，得到小麦白粉病菌孢子病害基本情况。本发明实现了小麦白粉病菌孢子图片的自动分割，解决了现有的人工分割方法效率低的问题；实现了小麦白粉病菌孢子图片的自动识别和自动计数，解决了现有的人工(专家)识别方法效率低且容易出错的问题；可以适用不同人工(专家)的使用需要，适应性强。

主权项

小麦白粉病菌孢子图片的智能识别方法，其特征在于包括以下步骤：步骤1，选择不同专家模型，使智能识别的精度能适应不同的要求；按照专家识别小麦白粉病菌孢子总数与机器智能识别孢子总数之间的相对误差率为5％～30％分段设计8个不同专家相对误差率，具体为6.1％、8.5％、11.7％、14.4％、17.1％、20.9％、24.6％、28.1％，用户在使用中可以选择不同专家相对误差率；步骤2,白粉病菌孢子图片的预处理；步骤2.1，对白粉病菌孢子彩色图片采用带颜色恢复因子的多尺度Retinex方法进行光照补偿；步骤2.2，对白粉病菌孢子彩色图片进行灰度化；步骤2.3，对白粉病菌孢子图片进行5×5模板的中值滤波；步骤3,白粉病菌孢子图片的分割；步骤3.1，对白粉病菌孢子图片进行基于Sobel边缘检测与改进的Niblack局部阈值法相结合的图片分割，获得孢子的二值图像；步骤3.2，对白粉病菌孢子图片进行孔洞填充并简单二值化；步骤3.3，对白粉病菌孢子图片采用改进的形态学滤波器进行滤波，消除噪声；步骤3.4，对白粉病菌孢子图片进行基于距离变换的分水岭算法分割，将其中粘连的孢子分开；步骤4，提取白粉病菌孢子图片的特征；步骤5，对白粉病菌孢子图片提取的特征采用改进的RLS‑BP人工神经网络分类器进行智能识别。