[发明专利]叶片病害的识别方法和系统

说明书

本发明提供一种叶片病害的识别方法和系统，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，对任意一个斑块区域，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。本发明不需要在图像中预先分割叶片或病斑区域，而是利用统计一幅图像的复合特征词汇表中单词来识别病害的类型，具有识别率高、识别速度快等特点。

技术领域

本发明涉及图像处理技术领域，更具体地，涉及叶片病害的识别方法和系统。

背景技术

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复杂、且特征易受光照的影响，尤其颜色特征很不鲁棒，使得采用这类方法的识别效果不佳。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的叶片病害的识别方法和系统。

根据本发明的一个方面，提供一种叶片病害的识别方法，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。

优选地，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N_S个SIFT聚类中心向量ST＝{st_i|1≤i≤N_S}和N_C个颜色特征聚类中心向量COL＝{col_j|1≤j≤N_C}；