一种叶类蔬菜病害诊断方法技术

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】
一种叶类蔬菜病害诊断方法
本专利技术涉及叶类蔬菜病害诊断
，具体涉及一种基于叶面图像病征的叶类蔬菜病害诊断方法。
技术介绍
叶类蔬菜在生产过程中常由于天气、环境等因素发生病害，而以往农户由于缺乏病害知识等原因常出现漏诊与误诊，贻误病害治疗，严重时将导致叶类蔬菜大规模减产、品质下降，制约叶类蔬菜生产效益。而提高农作物病害防治、增加经济收益有赖于对病害及时和正确的诊断。据不完全统计，有些常见疾病的初诊正确率不到60％，至于相对少见的疾病，初诊的正确率更低。因而，病害识别作为病害诊断的重要步骤可谓是叶类蔬菜诊断防治的关键与基础。以往，农民在实际生产过程中主要依靠眼观、自身经验来识别、判断作物病害情况，为此部分植物学专家也出过不少相关的诊断目录。但该方法受限于农民自身对病害的识别能力，并且许多病害往往是等到高发时才被诊断出结果，贻误治疗，大大影响作物的收成。近年来，随着图像处理技术和农业信息化发展的逐步完善，国内外学者开始广泛着手于应用图像处理技术进行了植物病害识别诊断的研究。许多相关学者进行了许多研究，如Okamoto,T等利用图像的处理与识别来诊断植物的病害(SasakiY,Oka本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：北京;11