【技术实现步骤摘要】
本专利技术涉及蔬菜病害诊断，具体为一种叶类蔬菜病害诊断方法及系统。
技术介绍
1、当蔬菜生病时，叶片会发生一些变化，包括颜色或质地的改变，有的疾病还会导致叶片表面出现斑点，蔬菜生病的不同病理对于叶片的影响不同，对于叶片的影响主要体现在叶片颜色、边缘颜色、斑点的颜色大小等，例如，当叶片受到早疫病所引起的病害时，颜色特征：叶片初期出现深绿色的水渍状斑点，随后变为黄色或褐色，斑点边缘清晰，中心呈褐色，形成不规则的斑块，纹理特征：叶片表面出现水浸状斑点，感染严重时，叶片上可能出现霉状物质；当叶片受到晚疫病所引起的病害时，当叶片受到晚疫病所引起的病害时，颜色特征：叶片初期出现水浸状斑点，随后在潮湿的环境下，斑点表面出现白色霉层，叶片逐渐枯萎变黄，并最终腐烂，纹理特征：感染严重时，叶片上覆盖着绒毛状的霉菌，叶片质地变软，呈现出枯萎的纹理；当叶片受到黄曲叶病所引起的病害时，颜色特征：叶片出现黄化、弯曲、畸形等症状，叶片颜色从深绿逐渐变为黄色，甚至出现褐色，纹理特征：叶片质地变软，有时出现皱缩，叶片表面可能出现黄色的斑点或条纹。
2、现有技术中的，公开号为cn104680524b提供的一种叶类蔬菜病害诊断方法，该方法包括：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
3、但是还存在如下不足，由上述的陈述可知，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，根据纹理特征值的均值，得到病害阈值点时，由于测量误差和数据录入错误，可能会导致异常值的存在，计算均值时会使得整体数据的中心位置受到异常值的拉动，从而影响到均值的准确性，继而影响病害阈值点的确定。
4、在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本专利技术的目的在于提供一种叶类蔬菜病害诊断方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种叶类蔬菜病害诊断方法，具体步骤包括：
4、s1.采集蔬菜的叶片图像，并对所述蔬菜的叶片图像进行图像缩放，将叶片图像的尺寸统一调整为224*224大小，并将叶片图像复制成两组相同的图像，一组进行灰度化处理，获得第一识别图像，另一组从rgb颜色空间转换到hsv颜色空间，获得第二识别图像，并将第一识别图像和第二识别图像的像素点位置进行一一映射；
5、s2.对第一识别图像进行阈值分割，将第一识别图像中的每个像素与设置的阈值进行比较，将灰度值高于阈值的像素设置为白色，白色代表健康区域，将灰度值低于阈值的像素设置为黑色，黑色代表感染区域，并根据阈值分割的结果，提取感染区域的hsv图像，以保留感染区域的像素值，并对感染区域的连通区域进行分析，以识别和测量感染区域的斑点数量和斑点面积，并通过斑点数量和斑点大小获取斑点间距，提取健康区域的hsv图像，并对健康区域的连通区域进行分析，获得斑点数量和斑点面积，通过斑点数量和斑点面积获取斑点间距；
6、s3.根据阈值分割的感染区域的数据，在第二识别图像中获取感染区域的颜色数据和纹理数据，根据阈值分割的健康区域的数据，在第二识别图像中获取健康区域的颜色数据和纹理数据，所述颜色数据包括色调的平均值、饱和度的平均值和明度的平均值，所述纹理数据包括所述斑点数量、斑点面积和斑点间距；
7、s4.将所述蔬菜叶片的感染区域的颜色数据进行数据处理，并进行相关性分析，生成感染区域的蔬菜叶片的第一颜色变化系数，将所述蔬菜叶片的感染区域的纹理数据进行数据处理，并进行相关性分析，生成感染区域的蔬菜叶片的第一纹理变化系数，将所述蔬菜叶片的健康区域的颜色数据进行数据处理，并进行相关性分析，生成健康区域蔬菜叶片的第二颜色变化系数，将所述蔬菜叶片的健康区域的纹理数据进行数据处理，并进行相关性分析，生成健康区域蔬菜叶片的第二纹理特征系数；
8、s5.将所述健康区域蔬菜叶片的第二颜色变化系数，作为感染区域蔬菜叶片的第一颜色变化系数的阈值，将所述健康区域蔬菜叶片的第二纹理特征系数，作为感染区域蔬菜叶片的第一纹理特征系数的阈值；
9、s6.根据所述感染区域蔬菜叶片的第一颜色变化系数和感染区域蔬菜叶片的第一颜色变化系数的阈值，生成第一颜色变化系数的相对变化率，根据所述感染区域蔬菜叶片的第一纹理变化系数和感染区域蔬菜叶片的第一纹理变化系数的阈值，生成第一纹理变化系数的相对变化率；
10、s7.根据所述蔬菜叶片的第一颜色变化系数的变化率的取值区间和第一纹理变化系数的变化率的取值区间，结合叶片早疫病、叶片晚疫病和叶片黑腐病的蔬菜叶片的病害情况，判断蔬菜的病害类型。
11、进一步地，在步骤s1中，对叶片图像进行灰度化处理获得第一识别图像，依据的公式如下：
12、
13、其中，是像素在第一识别图像中的灰度值，、、分别为图像缩放后叶片图像的像素红分量值、绿分量值和蓝分量值；
14、在步骤s2中，对采集的所述蔬菜的叶片图像进行检测，并进行阈值分割，识别出蔬菜叶片的健康区域和感染区域的过程如下：
15、遍历所有可能的阈值，根据每个阈值的数值将蔬菜叶片分割为健康区域和感染区域，统计健康区域和感染区域的像素点的数量，并计算健康区域和感染区域的像素点的灰度值的均值，按照下列公式计算对应阈值的类间方差：
16、
17、其中，表示阈值为时的类间方差，，且,、分别为阈值为时的健康区域和感染区域的像素点的数量，、分别为阈值为时的健康区域和感染区域的像素点的灰度值的均值；
18、计算类间方差达到最大时的阈值的取值，并将该取值定义为最佳分隔阈值，在分割为健康区域和感染区域时，像素点的灰度值小于等于则判断该像素点属于健康区域，大于则判断该像素点属于感染区域。
19、进一步地，在步骤s2中，对感染区域的连通区域进行分析，识别和测量斑点的过程如下：
20、初始化标记和计数：创建一个与输入图像相同大小的空标记图像，用于标记连接区域，并初始化一个计数器，用于计算发现的连通区域数量；
21、遍历像素：从左上角开始遍历输入图像的每个像素；
22、判断像素连通性：对于当前遍历到的像素，判断它与其上方和左方像素的连通性；
23、如果上本文档来自技高网...
【技术保护点】
1.一种叶类蔬菜病害诊断方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，在步骤S1中，对叶片图像进行灰度化处理获得第一识别图像，依据的公式如下：
3.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，在步骤S2中，对感染区域的连通区域进行分析，识别和测量斑点的过程如下：
4.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，将所述蔬菜叶片的感染区域的颜色进行数据处理，并进行相关性分析，生成感染区域的蔬菜叶片的第一颜色变化系数，依据的公式如下:
5.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，感染区域的连通区域的数量即为斑点数量，在获取斑点数量后，通过计算相邻斑点之间的距离，获取斑点间距，假设连通区域A和B的中心点分别为(, )和(, )，则斑点间距可以通过欧氏距离S计算：
6.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，在步骤S4中，将所述健康区域的蔬菜叶片的第二颜色特征参数进行数据处理，并进行相关性分析，生成第二颜色变化系数，依
7.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，在步骤S4中，将健康区域蔬菜叶片的第二纹理特征参数进行数据处理，并进行相关性分析，生成健康区域蔬菜叶片的第二纹理特征系数，依据的公式如下：
8.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，在步骤S6中，根据所述感染区域蔬菜叶片的第一颜色变化系数和感染区域蔬菜叶片的第一颜色变化系数的阈值，生成第一颜色变化系数的相对变化率，依据的公式如下：
9.根据权利要求8所述的一种叶类蔬菜病害诊断方法，其特征在于，在步骤S7中，根据所述蔬菜叶片的第一颜色变化系数的相对变化率的取值区间和第一纹理变化系数的相对变化率的取值区间，结合叶片早疫病、叶片晚疫病和叶片黑腐病的蔬菜叶片的病害情况，判断蔬菜的病害类型的过程如下：
10.一种叶类蔬菜病害诊断系统，其特征在于，包括：
...【技术特征摘要】
1.一种叶类蔬菜病害诊断方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，在步骤s1中，对叶片图像进行灰度化处理获得第一识别图像，依据的公式如下：
3.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，在步骤s2中，对感染区域的连通区域进行分析，识别和测量斑点的过程如下：
4.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，将所述蔬菜叶片的感染区域的颜色进行数据处理，并进行相关性分析，生成感染区域的蔬菜叶片的第一颜色变化系数，依据的公式如下:
5.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，感染区域的连通区域的数量即为斑点数量，在获取斑点数量后，通过计算相邻斑点之间的距离，获取斑点间距，假设连通区域a和b的中心点分别为(, )和(, )，则斑点间距可以通过欧氏距离s计算：
6.根据权利要求1所述的一种叶类蔬菜病害诊断方法，其特征在于，在步骤s4中，...
【专利技术属性】
技术研发人员：刘中良，高俊杰，张文倩，王婷，陈震，韩珑，闫伟强，谷端银，
申请(专利权)人：泰安市农业科学院山东省农业科学院泰安市分院，
类型：发明
国别省市：
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。