[发明专利]一种基于计算机视觉进行植物病斑分类的方法及系统

摘要

本申请公开一种基于计算机视觉进行植物病斑分类的方法及系统，该方法包括：从田地中选取样块，自上而下地采集植物叶片的图像；将邻域滤波窗口中各个像素值按照增序或降序排列，获取排列中的中间位置像素的像素值作为邻域滤波窗口的像素值对植物叶片图像进行处理；将处理过的植物叶片的图像进行图像分割，通过颜色空间转化凸显出病斑图像区域；利用图像中像素特征对图像分割得到的病斑图像区域进行像素特征提取得到植物叶片的病斑图像的像素特征；对病斑图像的像素特征进行支持向量机分类器分类，得到分类后的不同病斑的像素特征与其所属病症的对照模型并保存。本发明有效提高了病斑的识别分类效率，降低了成本。

主权项

1.一种基于计算机视觉进行植物病斑分类的方法，其特征在于，包括：从田地中选取大于或等于一个的样块，自上而下地采集所述样块中带有病斑的植物叶片的图像；逐行扫描所述植物叶片的图像中的像素，当所述像素的像素值为邻域滤波窗口中的极大值或极小值时，则将所述邻域滤波窗口中各个像素值按照增序或降序排列，获取所述排列中的中间位置所述像素的像素值作为所述邻域滤波窗口的像素值对所述植物叶片图像进行处理；将处理过的所述植物叶片的图像进行图像分割，通过颜色空间转化凸显出病斑图像区域；进一步为：剔除掉所述植物叶片的图像中像素通道叠加的区域，得到剔除背景的图像；利用图像颜色空间中通道分量进行颜色通道叠加增强病斑图像，并凸显出所述病斑图像区域；通过自适应阈值分割结合开闭运算分割出所述病斑图像区域；利用图像中像素特征对图像分割得到的病斑图像区域进行像素特征提取得到所述植物叶片的病斑图像的像素特征；对所述病斑图像的像素特征进行支持向量机分类器分类，得到分类后的不同病斑的像素特征与其所属病症的对照模型并保存。