蔬菜叶部病害图像分割方法、系统及计算机可读存储介质技术方案

本发明专利技术公开了蔬菜叶部病害图像分割方法、系统及计算机可读存储介质，步骤(1)：对蔬菜叶部图像进行超像素聚类处理，得到超像素分割图；步骤(2)：对超像素分割图进行显著性区域检测处理，得到病斑显著图；步骤(3)：对病斑显著图进行处理，得到非病斑像素集合；步骤(4)：对非病斑像素集合里面的像素点，进行区域生长和区域合并，得到蔬菜叶部图像的病斑区域和正常区域。本发明专利技术可实现在不使用任何化学试剂、不对蔬菜病叶做损伤的情况下对温室大棚内的叶部病害进行快速有效地检测与提取，很好地应用于温室蔬菜病害监测。

Image segmentation method, system and computer readable storage medium for vegetable leaf disease

The invention discloses the image segmentation method, system and computer readable storage medium for vegetable leaf diseases. Step (1): super pixel clustering processing of vegetable leaf image and super pixel segmentation map; step (2): significant regional detection and processing of super pixel segmentation map, and significant spot map of the disease; step (3): disease The spot image is processed, and the non - spot pixel sets are obtained. Step (4): the pixel points in the non - spot pixel set are used for regional growth and region merging, and the spot area and the normal area of the vegetable leaf image are obtained. The invention can quickly and effectively detect and extract leaf diseases in greenhouse under the condition of without any chemical reagents and not damage vegetable leaves, and is well applied to the monitoring of vegetable disease in greenhouse.

【技术实现步骤摘要】
蔬菜叶部病害图像分割方法、系统及计算机可读存储介质
本专利技术属于图像处理领域，涉及图像分割技术和显著性检测技术，尤其涉及蔬菜叶部病害图像分割方法、系统及计算机可读存储介质。
技术介绍
在蔬菜栽培过程中，农作物因受到环境胁迫、微生物、病毒、细菌等影响会产生各种病害，导致蔬菜品质下降并造成重大经济损失。通常情况下，农民更多的是凭借自己的经验来判断蔬菜病害种类及其防治方法，主观性较强，效果较差，同时盲目地喷洒过量农药来防治蔬菜病害又会造成农药残留，影响农产品的健康品质，因此对农作物病害早发现、早防治，是提高农作物产量、减少农药使用量的关键。随着物联网技术的快速发展，农业生产过程可视化成为必然趋势。利用机器视觉进行农作物病害自动识别已成为农业信息化和智能化研究的重要课题。在识别过程中，如何在复杂背景下实现高精度的图像分割对提取作物叶部病害图像至关重要，病斑分割的精度直接影响到后期特征提取与病害识别的效果。近年来经过大量学者们的研究，已经出现许多有效的分割算法，例如，阈值分割算法、边缘分割算法、区域分割法、结合特定理论的分割方法。本领域技术人员急需解决的技术问题是：第一，如何实现复杂背景下的本文档来自技高网...

【技术保护点】
1.蔬菜叶部病害图像分割方法，其特征是，包括：步骤(1)：对蔬菜叶部图像进行超像素聚类处理，得到超像素分割图；步骤(2)：对超像素分割图进行显著性区域检测处理，得到病斑显著图；从而避免非病斑显著区域对病斑提取结果的影响；步骤(3)：对病斑显著图进行处理，得到非病斑像素集合；步骤(4)：对非病斑像素集合里面的像素点，进行非病斑区域生长和非病斑区域合并，得到蔬菜叶部图像的非病斑区域，其余部分则为病斑区域。

【技术特征摘要】
1.蔬菜叶部病害图像分割方法，其特征是，包括：步骤(1)：对蔬菜叶部图像进行超像素聚类处理，得到超像素分割图；步骤(2)：对超像素分割图进行显著性区域检测处理，得到病斑显著图；从而避免非病斑显著区域对病斑提取结果的影响；步骤(3)：对病斑显著图进行处理，得到非病斑像素集合；步骤(4)：对非病斑像素集合里面的像素点，进行非病斑区域生长和非病斑区域合并，得到蔬菜叶部图像的非病斑区域，其余部分则为病斑区域。2.如权利要求1所述的蔬菜叶部病害图像分割方法，其特征是，所述步骤(1)的步骤为：将蔬菜叶部图像从RGB空间转换到CIELab空间得到第一处理图像；采用超像素聚类方法HAIC对CIELab空间的第一处理图像进行聚类处理，得到超像素分割图。3.如权利要求1所述的蔬菜叶部病害图像分割方法，其特征是，所述步骤(2)的步骤：针对超像素分割图，采用显著性区域检测算法SGC对病斑区域的每个超像素的显著值进行计算；将显著性值大于第一阈值的超像素加入到显著病斑集合中，根据显著病斑集合，确定初始病斑区域的范围，进而得到病斑显著图。4.如权利要求1所述的蔬菜叶部病害图像分割方法，其特征是，所述步骤(3)的步骤为：针对病斑显著图，计算初始病斑区域的质心，计算显著病斑集合中所有超像素到质心的距离，最终选取距离的最大值作为...

【专利技术属性】
技术研发人员：高珊珊，苏昕，兰婷婷，孟凡丽，王珊，
申请(专利权)人：山东财经大学，
类型：发明
国别省市：山东,37