The invention provides a method and system for identifying leaf diseases, including: detecting the patches on the identified leaves, obtaining each patch area on the leaf to be identified, forming word pairs of apparent and color feature words at the same position for any patch area, and transforming each word pair into compound feature pairs. According to the number of times each compound feature word appears on the leaf to be recognized in the dictionary, the composite feature histogram of the leaf to be recognized is constructed; the composite feature histogram is used as the input of the pre-acquired disease classifier, and the disease of the leaf is introduced according to the output of the disease classifier. Line identification. The invention does not need to pre-segment the leaf or lesion area in the image, but uses the words in the vocabulary of compound features of a statistical image to identify the type of disease, which has the characteristics of high recognition rate and fast recognition speed.
【技术实现步骤摘要】
叶片病害的识别方法和系统
本专利技术涉及图像处理
，更具体地，涉及叶片病害的识别方法和系统。
技术介绍
传统的农作物病害识别都是通过有经验的专家进行诊断，该识别方法效率低、工作强度大，且不能实时地对病害做出科学、准确的诊断。随着图像处理技术和机器视觉技术广泛的应用于农业领域中，自动进行病害的识别已成为智能农业发展的趋势。目前，关于农作物病害的图像识别方法大多通过人工采集病害叶片并在特定的光照和简单背景下进行拍摄，然后采用分割算法对叶片目标进行分割，随后需要进一步在已分割的叶片上进行病斑区域的分割，最后在病害区域上提取特征进行诊断。该类病害识别方法识别的准确率相对较高，但由于人工控制环境取像，无法实现真正的自然条件下自动病害分析。此外也有一些研究实现了自然条件下进行病害的识别，但仍需要预先在复杂背景中分割叶片区域和病害部位，该方法对叶片分割算法要求较高，且分割需要花费大量的时间，无法满足病害的实时诊断。在病害识别中，特征提取也是需要研究的关键技术，很多经典的病害识别方法中主要依据颜色、纹理和形状等参数或各个参数的组合进行病害的识别，但由于自然条件下叶片病斑多样...
【技术保护点】
1.一种叶片病害的识别方法，其特征在于，包括：对待识别的叶片进行斑块检测，获得待识别叶片上的各斑块区域，所述斑块区域为含有斑块的区域；对任意一个斑块区域，提取该斑块区域中各位置的SIFT特征向量以及颜色特征向量；将SIFT特征向量转换为表观特征字典中对应的表观特征单词，将颜色特征向量转换为颜色特征字典中对应的颜色特征单词，将相同位置的表观特征单词和颜色特征单词组成词对；将各词对一一转换为复合特征字典中对应的复合特征单词，根据各复合特征单词出现在待识别的叶片上的次数，构建该待识别的叶片的复合特征直方图；将所述复合特征直方图作为预先获得的病害分类器的输入，根据所述病害分类器的输...
【技术特征摘要】
1.一种叶片病害的识别方法，其特征在于，包括：对待识别的叶片进行斑块检测，获得待识别叶片上的各斑块区域，所述斑块区域为含有斑块的区域；对任意一个斑块区域，提取该斑块区域中各位置的SIFT特征向量以及颜色特征向量；将SIFT特征向量转换为表观特征字典中对应的表观特征单词，将颜色特征向量转换为颜色特征字典中对应的颜色特征单词，将相同位置的表观特征单词和颜色特征单词组成词对；将各词对一一转换为复合特征字典中对应的复合特征单词，根据各复合特征单词出现在待识别的叶片上的次数，构建该待识别的叶片的复合特征直方图；将所述复合特征直方图作为预先获得的病害分类器的输入，根据所述病害分类器的输出结果对叶片的病害进行识别。2.如权利要求1所述的识别方法，其特征在于，所述表观特征字典和颜色特征字典的构建方法包括：获取图像训练集中所有病斑区域的SIFT特征向量和颜色特征向量，采用K-均值聚类算法，计算NS个SIFT聚类中心向量ST＝{sti|1≤i≤NS}和NC个颜色特征聚类中心向量COL＝{colj|1≤j≤NC}；记第i个SIFT聚类中心向量sti的序号wsi为表观特征单词，将sti与对应的wsi组成表观特征字典WS＝{(wsi,sti)|1≤i≤NS}，记第j个颜色特征聚类中心向量colj的序号wcj为颜色特征单词，将colj与wcj组成颜色特征字典WC＝{(wcj,colj)|1≤j≤NC}；相应地，将SIFT特征向量转换为表观特征字典中对应的表观特征单词，将颜色特征向量转换为颜色特征字典中对应的颜色特征单词的步骤，具体包括：对每个SIFT特征向量，计算该SIFT特征向量至每个SIFT聚类中心向量的欧氏距离，将欧式距离最近的SIFT聚类中心向量的序号作为该SIFT系统向量对应的表观特征单词；对每个颜色特征向量，计算该颜色特征向量至每个颜色特征聚类中心向量的欧氏距离，将欧氏距离最近的颜色聚类中心向量的序号作为该颜色特征向量对应的颜色特征单词。3.如权利要求2所述的识别方法，其特征在于，所述复合特征字典的构建方法包括：根据图像训练集中每个叶片样本的病害以及表观特征单词表，计算表观词汇-类条件概率p(WS|DIS)，所述表观特征单词表中记录对应的叶片样本中所有斑块区域的颜色特征单词，所述表观词汇-类条件概率p(WS|DIS)为已知病害DIS的情况下，出现表观特征单词WS的概率；根据图像训练集中每个叶片样本的病害以及颜色特征单词表，计算颜色词汇-类条件概率p(WC|DIS)，所述颜色特征单词表中记录对应的叶片样本中所有斑块区域的颜色特征单词，所述颜色词汇-类条件概率p(WC|DIS)为已知病害DIS的情况下，出现颜色特征单词WC的概率；根据以下公式获得表观和颜色词汇联合-类修正条件概率：p(WS,WC|DIS)＝k1(p(WS|DIS)ap(WC|DIS)1-a)b，其中k1是保持p(WS,WC|DIS)积分为1的系数，a和b是调节p(WS,WC|DIS)形状的参数；所述表观和颜色词汇联合-类修正条件概率为已知病害的情况下，同时出现某对表观特征单词和颜色特征单词的概率；根据以下公式获得病害类-表观和颜色条件概率p(DIS|WS,WC)：其中，p(DIS)、p(WS)和p(WC)分别是由训练集统计出的病害的分布概率、表观词汇分布概率和颜色词汇分布概率；根据p(DIS|WS,WC)、p(WS)和p(WC)构造具有NO个单词的复合特征字典WO。4.如权利要求3所述的识别方法，其特征在于，所述根据p(DIS|WS,WC)、p(WS)和p(WC)构造具有NO个单词的复合特征字典WO的步骤，具体包括：a、创建Ndis个空集合，按下述公式把每个单词对(wsi,wcj)分配给第l个集合，其中wsi∈WS，wcj∈WC：b、把每个集合随机拆分成NO/Ndis个集合，共生成NO个集合SOh其中，h＝1,2,…,NO；c、对任...
【专利技术属性】
技术研发人员：冯全，杨森，王书志，杨梅，李妙棋，
申请(专利权)人：甘肃农业大学，
类型：发明
国别省市：甘肃,62
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。