[发明专利]一种叶类蔬菜病害诊断方法

说明书

本发明公开一种叶类蔬菜病害诊断方法，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：根据纹理特征值的均值，得到病害阈值点；S6：根据预设的判别函数以及病害阈值点，将叶类蔬菜叶面图像的特征信息值为线性相关的叶类蔬菜确诊为病害叶类蔬菜。本发明的叶类蔬菜病害诊断方法通过病害专业知识与计算机技术的更好融合，实现更快速、准确地通过图像处理与模式识别技术对叶类蔬菜病害进行诊断。

技术领域

本发明涉及叶类蔬菜病害诊断技术领域，具体涉及一种基于叶面图像病征的叶类蔬菜病害诊断方法。

背景技术

叶类蔬菜在生产过程中常由于天气、环境等因素发生病害，而以往农户由于缺乏病害知识等原因常出现漏诊与误诊，贻误病害治疗，严重时将导致叶类蔬菜大规模减产、品质下降，制约叶类蔬菜生产效益。而提高农作物病害防治、增加经济收益有赖于对病害及时和正确的诊断。据不完全统计，有些常见疾病的初诊正确率不到60％，至于相对少见的疾病，初诊的正确率更低。因而，病害识别作为病害诊断的重要步骤可谓是叶类蔬菜诊断防治的关键与基础。

以往，农民在实际生产过程中主要依靠眼观、自身经验来识别、判断作物病害情况，为此部分植物学专家也出过不少相关的诊断目录。但该方法受限于农民自身对病害的识别能力，并且许多病害往往是等到高发时才被诊断出结果，贻误治疗，大大影响作物的收成。近年来，随着图像处理技术和农业信息化发展的逐步完善，国内外学者开始广泛着手于应用图像处理技术进行了植物病害识别诊断的研究。许多相关学者进行了许多研究，如Okamoto,T等利用图像的处理与识别来诊断植物的病害(Sasaki Y,Okamoto T,Imou K,etal.Automatic diagnosis of plant disease:Recognition between healthy anddiseased leaf[J].Journal of the Japanese society of agricultural machinery,1999,61)，曹丽英等运用图像处理技术与BP神经网络算法进行了玉米病害的识别和诊断研究(曹丽英,张晓贤,伞晓辉,等.基于图像处理技术和BP神经网络算法的玉米病害诊断方法的研究[J].计算机科学,2012,39(10):300-302.)。由此可见，使用图像处理与模式识别技术能有效地对病害进行诊断，许多专家与学者也通过实验进行了很多方法的验证。

然而，在叶类蔬菜病害诊断的准确性与快捷性上，目前所用的方法仍有局限，许多方法未能与领域知识进行很好的结合，使得在叶类蔬菜病害诊断过程中也伴有漏诊与误诊的情况。

发明内容

本发明所要解决的技术问题是在叶类蔬菜病害诊断的准确性与快捷性上，目前所用的方法仍有局限，许多方法未能与领域知识进行很好的结合，使得在叶类蔬菜病害诊断过程中也伴有漏诊与误诊的问题。

为此目的，本发明提出一种叶类蔬菜病害诊断方法，所述方法包括：

S1：对叶类蔬菜叶面图像进行降噪处理，得到所述叶类蔬菜叶面图像的第一色调图像；

S2：对所述第一色调图像进行颜色特征提取，得到所述叶类蔬菜叶面图像的特征信息值以及第二色调图像；

S3：对所述第二色调图像进行纹理特征提取，得到所述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所述纹理特征值的均值；

S5：根据所述纹理特征值的均值，得到病害阈值点；

S6：根据预设的判别函数以及所述病害阈值点，将所述叶类蔬菜叶面图像的特征信息值为线性相关的叶类蔬菜确诊为病害叶类蔬菜。