[发明专利]一种绿萝叶片病害原因检测方法及装置有效
| 申请号: | 201811624647.6 | 申请日: | 2018-12-28 |
| 公开(公告)号: | CN109801235B | 公开(公告)日: | 2023-03-28 |
| 发明(设计)人: | 马浩;朱文博;吴佳宏;蔡瑜萍;郭建湘 | 申请(专利权)人: | 佛山科学技术学院 |
| 主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/194;G06T7/90 |
| 代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 谢泳祥 |
| 地址: | 528000 广东省佛山市*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 叶片 病害 原因 检测 方法 装置 | ||
1.一种绿萝叶片病害原因检测方法,其特征在于,所述方法包括以下步骤:
步骤1,对待测叶片图像进行预处理得到去噪图像;
步骤2,将去噪图像进行图像分割得到前景图像;
步骤3,通过颜色空间转化前景图像凸显出病斑图像区域;
步骤4,在病斑图像区域判断待测叶片图像是否出现病斑;
步骤5,计算病斑图像区域的病斑图像区域范围;
在步骤2中,将去噪图像进行图像分割得到前景图像的方法为,
设去噪图像为g(i,j),θ(x,y)是二维平滑函数∫R∫Rθ(x,y)dxdy=1;
对平滑函数θ(x,y)分别求x方向和y方向的偏导数有:x方向偏导数y方向偏导数/对于任意函数g(i,j)∈R2,R2为2维空间的图像,由两个小波φ1(x,y)和φ2(x,y)有两个分量:/
梯度矢量为:其中:S为尺度系数,S默认为1;/和分别为图像中沿x,y方向的偏导数,小波变换在尺度2j的模和幅角分别为:
小波变换的模正比于梯度向量/的模,小波变换的幅角/是梯度向量/与水平方向的夹角,即为图像分割的边缘,寻找梯度向量的模的局部最大值点并进行图像分割得到前景图像;在每一个尺度2j,小波变换的模的最大值定义为模/在沿着梯度方向的局部最大值点。
2.根据权利要求1所述的一种绿萝叶片病害原因检测方法,其特征在于,在步骤1中,对待测叶片图像进行预处理得到去噪图像的方法为,对于待测叶片图像的像素点位置(i,j)处的像素,(i,j)的灰度值为f(i,j),平滑后的灰度值为g(i,j),通过式子对待测叶片图像的像素点灰度值进行平滑得到去噪图像,其中,A为以(i,j)为中心的邻域点的集合,M为A中像素点的总数,x,y=0,1,2,…,M-1。
3.根据权利要求1所述的一种绿萝叶片病害原因检测方法,其特征在于,在步骤3中,通过颜色空间转化前景图像凸显出病斑图像区域的方法为,
步骤3.1,将前景图像从RGB空间转换到YCbCr空间,空间转换式为:其中,R、G、B分别为像素点的红、绿、蓝三个通道的颜色值,Y为明亮度,即灰阶值,亮度是透过RGB输入信号来建立的,方法是将RGB信号的特定部分叠加到一起,Cb为RGB输入信号蓝色部分与RGB信号亮度值之间的差异,Cr为RGB输入信号红色部分与RGB信号亮度值之间的差异;
步骤3.2,由于Cr和Cb分别有相对于Y的正态分布特性,在YCbCr空间里使用正态分布参数评估的方法来凸显出前景图像中病斑图像区域,正态分布函数表达式为:
其中,μx和μy分别是平滑函数θ(x,y)中x和y的均值,σx和σy分别是x和y的样本标准差,求出前景图像Cr的均值xμ和方差xσ,Cb的均值yμ和方差yσ,得到F分布为:
即当前景图像中的像素区域的Cr,Cb满足在均值和标准差的区间内的分布时,即Cr和Cb构成的F(x,y)满足F分布的区域,即为病斑图像区域。
4.根据权利要求1所述的一种绿萝叶片病害原因检测方法,其特征在于,在步骤4中,在病斑图像区域判断待测叶片图像是否出现病斑的方法为,病斑图像区域的彩色特征为以下约束条件,R±α=G±α=B±α,L1≤Y≤L2,α取范围为10~50的整数,L1为70,L2为150,满足约束条件则判断绿萝叶片出现病斑。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山科学技术学院,未经佛山科学技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811624647.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:图像几何校正方法及装置
- 下一篇:一种基于混合高斯模型的光子点云去噪方法





