[发明专利]一种白粉病图像分割方法

说明书

本发明公开了一种白粉病图像分割方法，包括：(1)采集作物感染白粉病的茎叶图像；(2)获取图像上所有像素点的RGB数值，并计算每个像素点的灰度值；(3)利用迭代公式计算白粉病病害的最佳灰度阈值，并确定白粉病病害的阈值范围；(4)根据白粉病病害的最佳灰度阈值将图像上病害区域和非病害区域进行划分，以不同颜色显示，并确定该作物的白粉病病害等级，从而为作物在生长过程中的病害防治提供有力的依据。本发明提高了对作物叶片中白色区域的提取精度，对作物白粉病的检测有更好的效果，能够显著提高在检测白粉病病害的方面的准确性。

技术领域

本发明涉及图像处理领域，尤其涉及一种白粉病的图像分割方法。

背景技术

白粉病是作物生长过程中是最为常见的一种病害，严重影响了作物的产量和种植者的经济效益。白粉病主要危害叶片，发病初期叶面出现圆形白粉状小霉斑，扩展后便形成为大小不等的白色粉斑，粉斑互相连合致叶面布满白粉，严重时整个叶面被白粉所覆盖，严重影响光合作用，造成早衰，由此作物产量受到严重损失。

对白粉病情况的检测对于作物防治而言尤为重要，但现有的检测方法主要是利用光谱分析的方法，但此方法对于采集设备的要求较高，且价格昂贵；而既有的图像分割方法也主要是利用迭代分割或最大类间方差分割方法，现有的方法容易陷入局部最优，导致整个图像分割效果并不理想，达不到分割检测的要求。

发明内容

发明目的：针对以上问题，本发明提出一种白粉病图像分割方法，该方法提高了对作物叶片中白色图像的提取精度，从而提高检测白粉病病害方面的准确性，对作物的产量和质量的提升有显著意义。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种白粉病图像分割方法，该方法具体包括如下步骤：

S1：用相机拍摄黄瓜感染白粉病的一片叶子的图像，将白粉病病害部分设定为病害区域，正常部分设定为非病害区域；

S2：读取S1所述图像，对图像上所有像素点进行RGB数值标定，并根据加权平均公式计算每个像素点的灰度值，其中加权平均公式为：

i＝0.299R+0.587G+0.114B

式中，i为灰度值；R为图像中红色分量的数值；G图像中绿色分量的数值；B为图像中蓝色分量的数值。

S3：根据设定的白粉病病害的灰度阈值计算得到图像中白粉病病害区域的像素点占所有像素点的比例，然后利用迭代公式计算得到白粉病病害的最佳灰度阈值，同时确定白粉病病害的灰度阈值范围，具体包括如下步骤：

S3.1：在S1所述图像上显示白色的区域范围内任意选定一个像素点q，该像素点的灰度值为i_q；

S3.2：将S3.1所述像素点的灰度值i_q直接作为白粉病病害的灰度阈值不具备代表性，因此利用宽松因子α扩大对白粉病病害的灰度阈值的设定，得到合适的白粉病病害的灰度阈值，其中公式如下：

t＝(1-α)*i_q

式中，t为设定的白粉病病害的灰度阈值；α为宽松因子，取值范围为(0,1)；

由于白粉病病害呈现白色，对应灰度值为255，所以初步确定白粉病病害的灰度阈值范围为[t，255]。

S3.3：通过如下公式计算得到白粉病病害区域的像素点占采集图像的像素点的比例，其中计算公式为：

式中，p(i)为采集的图像中灰度值为i的像素点占所有像素点的比例；S为采集的图像中白粉病病害区域的像素点占所有像素点的比例；a、b分别为采集的图像的行列数；f(x,y)为采集的图像中某一个像素点的灰度值，f(x,y)∈[0,255]；