一种基于黄瓜叶片症状图像处理的黄瓜病害识别方法技术

一种基于黄瓜叶片症状图像处理的黄瓜病害识别方法，先分割黄瓜病害叶片病斑图像，然后进行黄瓜病害叶片图像识别特征提取，再对特征向量进行维数约简，最后进行黄瓜病害识别，本发明专利技术克服现有黄瓜病害识别方法和技术因黄瓜病害叶片图像成分复杂、黄瓜病叶上的病斑排列无规则、且颜色深浅不一、不同病种的叶片病斑的形状和颜色也不相同等原因，使得基于叶片的黄瓜病害的识别率不高和识别效果不稳定等问题，具有特征提取速度快、识别率高、识别效果稳定和实用性强等优点。

【技术实现步骤摘要】

本专利技术涉及图像处理与模式识别在黄瓜病害识别中的应用
，特别涉及。
技术介绍
黄瓜广泛分布于中国乃至世界多个地区，是多国居民食用的主要蔬菜之一，对人类身体具有很多益处。但是，黄瓜是ー种易染病黄瓜，常见黄瓜病害种类就有十多种。准确判断黄瓜病害种类是黄瓜病害防治的前提。传统的黄瓜病害检测基本上依靠农业生产者目测估计来判断，这种检测方法有很多缺点，如主观性强、识别速度慢、识别强度大、误识率高、实时性差等，难以满足大范围黄瓜病害实时监测系统的需求。黄瓜叶片病斑及其相关特征是判断黄瓜病害种类及其危害程度的重要依据【田有文，等.基于图像处理的日光温室黄瓜病害识别的研究.农机化研究，2006，2:151-153】。从目前的研究结果来看，采用计算机和图像处理技术可以客观、及时、准确地识别诊断黄瓜的病情，从而实现黄瓜病害的防治和精确施用农药【岑喆鑫，等.基于彩色图像颜色统计特征的黄瓜炭疽病和褐斑病的识别研究.园艺学报，2007，34(6):1425-1430】。但是通过叶片症状来检测黄瓜病害并不是一件容易的事。原因是:(1)目前黄瓜病害的种类很多，导致病害叶片呈现出多种多样的症状；[2]随着我国优质黄瓜新品种和多元化种植的推广，为更多种黄瓜病害的发生创造了适宜的条件(如大棚种植等)，导致了黄瓜病害的发生呈严重上升趋势。这些情况也给基于黄瓜叶片症状的黄瓜病害检测方法研究带来了挑战性。
技术实现思路
为了克服上述现有技术的缺点，本专利技术的目的在于提供，具有特征提取速度快、识别率高、识别效果稳定和实用性强等优点。为了达到上述目的，本专利技术采取的技术方案为:，包括以下步骤:第一歩，分割黄瓜病害叶片病斑图像:首先，将黄瓜病害叶片图像转换为数字图像矩阵；然后，利用闭合运算平滑黄瓜叶片图像边缘，填充叶片病斑内部的缺ロ，并将叶片病斑的分离部分连接在一起；再对得到的病斑区域进行开启运算，获得叶片病斑区域；最后，将数学形态学滤波后的黄瓜叶片病斑区域图像与原黄瓜叶片彩色图像进行乘法运算，得到黄瓜病害叶片病斑图像，将得到的病斑图像转换为红、绿、蓝三种基色矩阵R、G、B，设M、N分别为矩阵R、G、B的行数和列数；第二步，黄瓜病害叶片图像识别特征提取:利用下式⑴将R、G、B转换为色调H、亮度S、饱和度I三个矩阵:本文档来自技高网...

【技术保护点】
一种基于黄瓜叶片症状图像处理的黄瓜病害识别方法，其特征在于，包括以下步骤：第一步，分割黄瓜病害叶片病斑图像：首先，将黄瓜病害叶片图像转换为数字图像矩阵；然后，利用闭合运算平滑黄瓜叶片图像边缘，填充叶片病斑内部的缺口，并将叶片病斑的分离部分连接在一起；再对得到的病斑区域进行开启运算，获得叶片病斑区域；最后，将将数学形态学滤波后的黄瓜叶片病斑区域图像与原黄瓜叶片彩色图像进行乘法运算，得到黄瓜病害叶片病斑图像，将得到的病斑图像转换为红、绿、蓝三种基色矩阵R、G、B，设M、N分别为矩阵R、G、B的行数和列数；第二步，黄瓜病害叶片图像识别特征提取：利用下式(1)将R、G、B转换为色调H、亮度S、饱和度I三个矩阵：H=arccos{[R-G]+[R-B]/2(R-B)2+(R-B)(G-b)}/360S=R+G+B3[min(R,G,B)]I=R+G+B3---(1)利用下式(2)由R、G、B得到病斑的灰度矩阵Gray：Gray＝0.299R+0.587G+0.114B??(2)利用下式(3)由R、G、B计算两种刺激色彩矩阵X、Z：X=0.607R+0.174G+0.200BZ=0.066R+1.111B---(3)利用下式(4)由R、G、B计算YCbCr颜色空间的两种色彩矩阵Cb、Cr：Cb=-0.148R-0.291G+0.439B+128Cr=0.439R-0.368G-0.071B+128---(4)任意一个M×N维矩阵Jij的一阶矩μ1、二阶矩μ2和三阶矩μ2分别表示为：μ1=1M·NΣi=1MΣj=1NJijμ2=[1M·NΣi=1MΣj=1N(Jij-μ1)2]12μ3=[1M·NΣi=1MΣi=1N(Jij-μ1)3]13---(5)利用式(5)分别计算叶片病斑图像的11个色彩分量R、G、B、H、S、I、Gray、X、Z、Cb、Cr的一阶矩、二阶矩和三阶矩，共得到33个实数，利用下式(6)计算病斑的色调矩阵H的均值、方差、偏度、峰值、能量、熵，分别表示为ωi(i＝1,2,3,4,5,6)，共得到6个实数：ω1=Σb=0L-1bρ(b)ω2=Σb=0L-1(b-μ)2ρ(b)ω3=1σ3Σb=0L-1(b-μ)3ρ(b)ω4=1σ4Σb=0L-1(b-μ)4ρ(b)ω5=Σb=0L-1[ρ(b)]2ω6=-Σb=0L-1ρ(b)log[ρ(b)]---(6)式中，r(b)为矩阵H中元素值为b的数目，利用下式(7)计算病斑图像转换成灰度图像Gray中叶片病斑区域的 p+q级矩Mpq和中心矩μpq：Mpq=Σ(x,y)∈Δxp·yq·Grap(x,y)μpq=Σ(x,y)∈Δ(x-x-)p·(y-y-)qGrap(x,y)---(7)式中，p、q为两个正整数，Δ＝{(x,y)|Grap(x,y)＜119}为叶片病斑区域，μpq正则化后表示为ηpq=μpqμ00γ---(8)式中，γ＝p+q+1为正则化因子，利用正则化中心距ηpq，由下式(9)计算Gray的病斑区域的7个不变矩，分别表示为Hui(i＝1,2,3,4,5,6,7)：Hu1=η20+η02Hu2=(η20-η02)2+4η112Hu3=(η30-3η12)2+(η03-3η21)2Hu4=(η30+η12)2+(η21)2Hu5=(η30-3η12)(η30+η12)[(η30+η12)2-3(η03+η21)2]+(3η21-η03)(η21+η03)[3(η30+η21)2-(η03+η21)2]Hu6=(η20-η02)[(η30+η21...

【技术特征摘要】
1.一种基于黄瓜叶片症状图像处理的黄瓜病害识别方法，其特征在于，包括以下步骤: 第一歩，分割黄瓜病害叶片病斑图像:首先，将黄瓜病害叶片图像转换为数字图像矩阵；然后，利用闭合运算平滑黄瓜叶片图像边缘，填充叶片病斑内部的缺ロ，并将叶片病斑的分离部分连接在一起；再对得到的病斑区域进行开启运算，获得叶片病斑区域；最...

【专利技术属性】
技术研发人员：张善文，黄文准，胡伟，
申请(专利权)人：西京学院，
类型：发明
国别省市：