[发明专利]一种基于支持向量机的稻瘟病菌孢子显微图像检测识别方法

权利要求书

1.一种基于支持向量机的稻瘟病菌孢子显微图像检测识别方法，其特征在于，包括如下步骤：

(1)图像预处理：获取稻瘟病菌显微图像，将所述稻瘟病菌显微图像转化为灰度图像，并进行图像背景校正、中值滤波处理和图像增强处理；

(2)图像分割：对预处理后的图像进行二值化操作、形态学运算和边缘检测，得到疑似稻瘟病孢子的图形轮廓；

(3)支持向量机检测识别：从疑似稻瘟病孢子的图形轮廓中提取出最具代表性的形状特征参数和纹理特征参数，将所述形状特征参数和纹理特征参数作为输入向量训练支持向量机分类器模型，利用训练好的支持向量机分类器模型对稻瘟病孢子进行检测识别。

2.根据权利要求1所述的方法，其特征在于，步骤(1)中，采用改进的基准背景法进行图像背景校正，具体为：

将图像矩阵划分为4×4子矩阵并计算每一块子矩阵的平均灰度，沿行对子矩阵的平均灰度进行检测，当灰度值突降时，用相邻子矩阵平均灰度的均值代替该子矩阵的灰度值；随后在均匀化的子矩阵灰度中选定基本背景灰度B，以子矩阵平均灰度的中值作为基准背景灰度B；计算子矩阵转换系数M(p)，计算方法为：其中，I(p)为像素灰度；I_b(p)为照明信号；I_n(p)为噪声信号；I_d(p)为损坏信号；然后插值得到每个像素的转换系数，使整个图像的背景灰度值较为均匀地分布在B值附近。

3.根据权利要求1所述的方法，其特征在于，步骤(1)中，采用4×4型滤波模板对背景校正后的图像进行中值滤波处理。

4.根据权利要求1所述的方法，其特征在于，步骤(1)中，所述图像增强处理具体为：将中值滤波处理后的图像进行直方图均衡化处理，得到直方图均衡化效果图。

5.根据权利要求1所述的方法，其特征在于，步骤(2)中，所述二值化操作具体为：将图像增强处理后得到的直方图均衡化效果图进行局部自适应阈值分割，得到二值化效果图；

优选的，所述局部自适应阈值分割的操作步骤如下：

1)对于大小为h*k的原始图像，将其划分为H*K个子区域，其中h和k分别为H和K的整数倍；

2)对每个子区域分别计算其梯度直方图，以便于将子区域中的与边缘有关系的点提取出来，以获得比原图像的灰度直方图更好的性质；

3)分别对步骤1)中的每一个子区域施行Otsu阈值分割，完成二值化操作得到二值化效果图。

6.根据权利要求1所述的方法，其特征在于，步骤(2)中，采用6*6的圆盘结构元素对直方图均衡化后的二值化效果图进行形态学闭运算和开运算，得到去噪效果图。

7.根据权利要求1所述的方法，其特征在于步骤(2)中，所述边缘检测具体为：将形态学运算得到的去噪效果图通过Canny边缘检测，得到只含有边缘信息的前景图，将只含边缘信息的前景图进行轮廓提取得到轮廓的个数，并将各轮廓以轮廓树的形式保存起来；按照轮廓树逐一绘制出前景图的各轮廓，得到疑似稻瘟病孢子的图形轮廓。

8.根据权利要求7所述的方法，其特征在于，所述Canny边缘检测的具体过程为：

1)使用一个5*5内核的高斯平滑滤波器对图像进行卷积降噪；

2)计算梯度幅值和方向，所用公式如下：

其中：G_x为检测水平边沿的横向模板，G_y检测垂直边沿的纵向模板，G为梯度幅值，θ为梯度方向。

3)非极大值抑制，以排除非边缘像素，仅保留一些候选边缘；

4)设置滞后阈值，滞后阈值通常需要设置一个高阈值和一个低阈值：若某一像素位置的幅值超过高阈值，该像素被保留为边缘像素；若某一像素位置的幅值小于低阈值，该像素被排除；若某一像素位置的幅值在两个阈值之间，该像素仅仅在连接到一个高于高阈值的像素时被保留。