[发明专利]一种叶类蔬菜病害诊断方法有效
申请号: | 201510073648.6 | 申请日: | 2015-02-11 |
公开(公告)号: | CN104680524B | 公开(公告)日: | 2018-06-22 |
发明(设计)人: | 傅泽田;汪家玮;张领先;刘春迪;李鑫星;温皓杰;陈英义;李勇;周世平;程海平 | 申请(专利权)人: | 中国农业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 李相雨 |
地址: | 100193 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种叶类蔬菜病害诊断方法,方法包括:S1:对叶类蔬菜叶面图像进行降噪处理,得到叶类蔬菜叶面图像的第一色调图像;S2:对第一色调图像进行颜色特征提取,得到叶类蔬菜叶面图像的特征信息值以及第二色调图像;S3:对第二色调图像进行纹理特征提取,得到第二色调图像的纹理特征值;S4:计算预设的叶类蔬菜病害图片库中所有图片的纹理特征值的均值;S5:根据纹理特征值的均值,得到病害阈值点;S6:根据预设的判别函数以及病害阈值点,将叶类蔬菜叶面图像的特征信息值为线性相关的叶类蔬菜确诊为病害叶类蔬菜。本发明的叶类蔬菜病害诊断方法通过病害专业知识与计算机技术的更好融合,实现更快速、准确地通过图像处理与模式识别技术对叶类蔬菜病害进行诊断。 | ||
搜索关键词: | 叶类蔬菜 色调图像 病害 叶面 病害诊断 纹理 图像 特征信息 预设 模式识别技术 纹理特征提取 颜色特征提取 计算机技术 降噪处理 判别函数 图像处理 线性相关 专业知识 图片库 融合 诊断 图片 | ||
【主权项】:
1.一种叶类蔬菜病害诊断方法,其特征在于,所述方法包括:S1:对叶类蔬菜叶面图像进行降噪处理,得到所述叶类蔬菜叶面图像的第一色调图像;S2:对所述第一色调图像进行颜色特征提取,得到所述叶类蔬菜叶面图像的特征信息值以及第二色调图像;S3:对所述第二色调图像进行纹理特征提取,得到所述第二色调图像的纹理特征值;S4:计算预设的叶类蔬菜病害图片库中所有图片的所述纹理特征值的均值;S5:根据所述纹理特征值的均值,得到病害阈值点;S6:根据预设的判别函数以及所述病害阈值点,将所述叶类蔬菜叶面图像的特征信息值为线性相关的叶类蔬菜确诊为病害叶类蔬菜;在所述步骤S1之前,所述方法还包括如下预处理过程:根据预设的叶类蔬菜病害诊断知识库与预设的叶类蔬菜病害图片库,得到的叶类蔬菜病害特征表,所述叶类蔬菜病害特征表包括病害名称以及病害类型,所述病害类型包括:病害形状、病害颜色、病害大小、病害特征以及病害蔓延方式,所述病害特征根据所述叶类蔬菜病害诊断知识库确定;在所述步骤S3中,所述第二色调图像的纹理特征值为通过求解灰度共生矩阵得到,所述灰度共生矩阵的角二阶矩为图像灰度分布均匀程度和纹理粗细度;所述灰度共生矩阵的惯性矩为图像中的局部灰度相关性;所述灰度共生矩阵的相关性COR为图像的一致性,其度量了行或列方向上的相似程度;所述灰度共生矩阵的逆差距L为图像纹理的同质性即度量图像纹理局部变化的多少;所述灰度共生矩阵的熵为图像所具有的信息量的度量;所述步骤S6具体包括:根据S5求解的判别函数与阈值点进行决策分类,如果数值满足线性相关,则确诊为对应的病害;如果不满足,则需根据计算值与病症具体特征化值的比对再进行识别判定。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学,未经中国农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510073648.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种ICP算法
- 下一篇:一种螺栓松动的检测方法