一种西藏青稞病变的识别方法技术

本发明专利技术公开了一种西藏青稞病变的识别方法，属于图像处理领域。首先对图像进行预处理，然后把将预处理之后的图像转换到HSV颜色空间，设置H、S划分等级及变化范围，根据设置结果统计图像中H、S分量数据并创建直方图，归一化图像直方图高度，将归一化之后的直方图高度及对应横坐标作为图像特征及标签训练SVM分类器，将用于测试的图像样本做同样处理输入到SVM分类器，获得预测结果。本发明专利技术利用对图像滤波消噪，提取颜色空间特征并归一化，及支持向量机分类，能很好分类出正常青稞叶片和白粉病/黑穗病/云纹病青稞叶片的图像，提高了青稞白粉病的识别效率和准确度。

A recognition method of highland barley disease in Tibet

【技术实现步骤摘要】
一种西藏青稞病变的识别方法
本专利技术属于图像处理领域，尤其涉及青稞病变识别方法。
技术介绍
青稞(HordeumvulgareL.)是主要的禾谷类作物之一，全球第五大农作物，第四大谷物。青稞白粉病是由禾谷布氏白粉菌大麦专化型(Blumeriagraminisf.sp.hordei)侵染引起，病原菌群体中存在丰富的生理小种变异。青稞白粉病是我国西南大麦产区的主要病害之一。青稞白粉病是我区青稞上最常见的重要病害之一。是一种分布广、为害重的种传病害，发病严重时植株死亡率可达20％～30％，平均减产10％左右。严重影响青稞品质。白粉病可侵害植株上部各器官，叶片是其主要侵染部位，发病后，由白色霉点慢慢地转变成斑，到后来，斑的表层会形成白粉，会导致青稞营养不良，造成作物早衰，产量降低等情况。自2010年以来，西藏青稞白粉病危害日益严重，产量损失增大。青稞作为西藏人民主食，其持续稳产和高产对我国乃至世界粮食安全都有重大意义。目前，青稞白粉病处于靠有经验种植者肉眼判断阶段，经验不足则可能判断失误，导致治疗方法有误，耽误青稞病情，影响产量。该方法可以智能诊断出青稞白粉病，并有很好的准确性。专利技术内本文档来自技高网...

【技术保护点】
1.一种西藏青稞白粉病识别方法,该方法包括：步骤1：获取健康青稞图像和患白粉病的青稞图像；步骤2：对获取的健康青稞图像和患白粉病的青稞图像进行RGB各通道做中值滤波；步骤3：对步骤2得到所有图像的RGB三个通道分别做离散傅里叶变换得到各通道的频谱图；步骤4：对每幅图像每个通道的频谱图分别进行Butterworth高通滤波；步骤5：对步骤4得到的每幅图像每个通道的滤波结果进行离散傅里叶逆变换，获取结果图像；步骤6：将步骤5得到图像的每个像素的颜色空间从RGB转到HSV，计算出各像素点的H值和S值；步骤7：将H平均划分为16个等级，S平均划分为8个等级，H分量变化为0到180，S变化范围为0到25...

【技术特征摘要】
2019.01.08 CN 2019100154854;2019.01.08 CN 201910011.一种西藏青稞白粉病识别方法,该方法包括：步骤1：获取健康青稞图像和患白粉病的青稞图像；步骤2：对获取的健康青稞图像和患白粉病的青稞图像进行RGB各通道做中值滤波；步骤3：对步骤2得到所有图像的RGB三个通道分别做离散傅里叶变换得到各通道的频谱图；步骤4：对每幅图像每个通道的频谱图分别进行Butterworth高通滤波；步骤5：对步骤4得到的每幅图像每个通道的滤波结果进行离散傅里叶逆变换，获取结果图像；步骤6：将步骤5得到图像的每个像素的颜色空间从RGB转到HSV，计算出各像素点的H值和S值；步骤7：将H平均划分为16个等级，S平均划分为8个等级，H分量变化为0到180，S变化范围为0到255；步骤8：对每一幅图像进行如下处理；对每个像素点的H值，根据步骤7划分出的16个等级，统计每个等级的像素点个数及概率，并作出概率直方图；对每个像素点的S值，根据步骤7划分出的8个等级，统计每个等级的像素点个数及概率，并作出概率直方图；统计每个像素H值出现的概率，并作出概率直方图；统计每个像素S值出现的概率，并作出概率直方图；步骤9：归一化各直方图高度值；步骤10：采用步骤9归一化后得到的健康青稞图像和患白粉病的青稞图像的四种直方图高度值作为正样本和负样本，对SVM分类器进行训练；采用训练好的SVM分类器对待检测图像进行检测。2.如权利要求1所述的一种西藏青稞白粉病识别方法，其特征在于所述步骤2的中值滤波方法为：中值滤波的输出为h(x,y)＝med{g(x-k,y-l),(k,l∈T)}其中，g(x,y)，h(x,y)分别为原始图像和处理后图像，T为模板，模板形状为方形、线状、圆形、十字形或圆环形。3.如权利要求1所述的一种西藏青稞白粉病识别方法，其特征在于所述步骤4中Butterworth高通滤波的方法为：u,v分别表示滤波器坐标，幂系数n调整滤波器形状，D0表示通带半径，D(u,v)表示到频谱中心的欧式距离，计算公式：N表示频谱图大小，(M/2，N/2)表示频谱中心；所述步骤9中归一化的具体方法为：Data＝[Data1,Data2,...Datak]，其中Datai为提取的直方图高度；计算为所有值之和x＝[Data1/count,Data2/count,...,Datak/count],x为归一化之后特征，Datai/count为归一化后每一个纵坐标值。4.如权利要求1所述的一种西藏青稞白粉病识别方法，其特征在于所述步骤6中H、S的计算方法为：r＝R/255g＝G/255b＝B/255其中：R、G、B为像素点对应在RGB色域内各通道的值；Amax＝max(r,g,b)Amin＝(r,g,b)Δ＝Amax-Amin5.一种青稞黑穗病的识别方法，该方法包括：步骤1：获取健康的青稞正常图像样本和青稞黑穗病图像样本；步骤2：对获得的图像进行均值滤波处理；步骤3：将步骤2获得图像每个像素的颜色空间从RGB转到HSV，计算出各像素点的H值和S值；步骤4：将H通道平均划分为16个等级，S通道平均划分为8个等级，组合为128个等级组合；H分量变化为0到180，S变化范围为0到255；步骤5：对每一幅图像进行如下处理；对每个像素点的H值和S值，根据步骤4划分出的128个等级组合，统计每个等级的像素点个数及概率，并作出概率直方图；统计每个像素H值出现的概率，并作出概率直方图；统计每个像素S值出现的概率，并作出概率直方图；步骤6：归一化各直方图高度值；步骤7：采用步骤6归一化后得到的健康青稞图像和患白粉病的青稞图像的四种直方图高度值作为正样本和负样本，对KNN分类器进行训练；采用训练好的KNN分类器对待检测图像进行检测。6.如权利要求5所述...

【专利技术属性】
技术研发人员：唐樟春，金涛，薛琦，刘杰，夏艳君，谢葭，刘亚鹏，丁林飞，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51