一种果树病害诊断方法及系统技术方案

本发明专利技术实施例提供一种果树病害诊断方法及系统，该方法包括：获取待测果树病害图像的感兴趣区域；根据所述感兴趣区域的HSV颜色直方图和所述感兴趣区域的纹理直方图，获取目标特征向量；将所述目标特征向量输入分类模型中，获取所述待测果树病害的发病部位以及病情发展阶段，其中，所述分类模型以所述待测果树病害不同部位、不同病情发展阶段的病害图像为样本进行训练得到。本发明专利技术实施例依据果树不同部位病害不同发展阶段图片对分类模型进行训练后，使得分类器具有依据果树病害图像预测果树病害发展阶段的功能，从而实现果树病害发展程度的自动、高效、准确检测，以利于病害的及时诊出与防治决策。

【技术实现步骤摘要】
一种果树病害诊断方法及系统
本专利技术涉及智能农业
，尤其涉及一种果树病害诊断方法及系统。
技术介绍
炭疽病又称苦腐病、晚腐病，是苹果上重要的病害之一，我国大部分苹果产区均有发生，在夏季高温、多雨、潮湿的地区发病尤为严重。苹果炭疽病主要危害果实，也可危害枝条和果台等。果实受侵染时，初期果面上出现淡褐色小圆斑，后逐步扩大，呈褐色或深褐色，果肉软腐，病部表面下陷，与好果肉界限明显；当病斑扩大至直径1-2cm时，表面形成小粒点，后变黑色，即病菌的分生孢子盘，成同心轮纹状排列；如遇降雨或天气潮湿则溢出绯红色黏液(分生孢子团)；病果上病斑数目不等，少则几个，多则几十个，甚至有上百个，但多数不扩展而成为小干斑；少数病斑能够由1个病斑扩大到全果的1/3-1/2，几个病斑连在一起，使全果腐烂、脱落；挖出病斑可见病部果肉呈漏斗状，纵切病果，病部组织呈“V”字形；有的病果失水成黑色僵果挂在树上，经冬不落。果台、枝干受害时一般从顶部开始发病，逐渐向下蔓延。枝干受害多发生在衰弱的枝干基部，初期出现不规则小斑，逐渐扩大成溃疡斑，后期病皮龟裂脱落，木质部裸露；严重时溃疡斑以上的枝条干枯，病部表面也可长出黑色小粒体。果台受害自上而下蔓延呈深褐色，致果台抽不出副梢，干枯死亡。炭疽病严重影响苹果果实产量和质量，给果农带来严重的经济损失，因此，对炭疽病的及时、准确识别尤为重要。一般来说，利用果树病害图像进行识别诊断主要有3种方法。一种是依赖专家系统，通过上传图片，由专家人工鉴定，虽然为农户提供了远程诊断服务，但这种方法成本较高，效率低下，受拍摄图片效果、系统响应时效、专家能力等多种外界条件影响，并不稳定可靠。另一种是提供分类的病害图片，通过多级菜单引导用户指认式识别，层层推导出诊断结果，这种方法基于用户人工判断的步骤较多，虽然一定程度上结合了病害发生规律，但操作不够简便，依赖用户主观判断，效率与稳定性不高。相比之下，利用图像识别技术自动对果树病害进行识别，结合图像处理、深度学习、数据挖掘与分析等现代科学技术，对拍摄图像进行处理分析，得出识别诊断结果，具有降低人力成本，操作简单，检测效率高等优点，利于病害的及时诊出与防治，在果园病虫害防治工作中应用较为广泛。在现有图像识别方法及系统的基础上，结合病害症状发展特征进行方法创新，不仅能够使病害识别实现自动且高效检测，还能够获取更多病害发生阶段、发展程度等信息，为植保防治提供更多有价值的决策依据。现有技术中公开的一种果树病害诊断系统，利用系统后台模块对果树种类、生长时期、部位、病害类别、病害时期进行分类概括性设置，采用图片导航，层层指认的方式，帮助农户确定病害及其治疗方案，这种方法操作不够简便，依赖用户主观判断，效率与稳定性不高。因此，亟需一种果树病害智能诊断方法及系统。
技术实现思路
为了解决上述问题，本专利技术实施例提供一种果树病害诊断方法及系统。第一方面，本专利技术实施例提供一种果树病害诊断方法，包括：获取待测果树病害图像的感兴趣区域；根据所述感兴趣区域的HSV颜色直方图和所述感兴趣区域的纹理直方图，获取目标特征向量；将所述目标特征向量输入分类模型中，获取所述待测果树的发病部位以及病情发展阶段，其中，所述分类模型以所述待测果树不同部位、不同病情发展阶段的病害图像为样本进行训练得到。优选地，所述感兴趣区域的HSV颜色直方图通过如下方式获得：将所述感兴趣区域图像转换到HSV颜色空间；根据所述感兴趣区域的HSV三个颜色通道，将每一颜色通道划分为若干个子区间；根据每一颜色通道的每一子区间的直方图，获取所述感兴趣区域的HSV颜色直方图。优选地，所述感兴趣区域的纹理直方图通过如下方式获得：通过UPLBP算子对所述感兴趣区域进行处理，获取所述感兴趣区域的纹理特征图；将所述纹理特征图分为若干个子块，获取每一子块的直方图；根据每一子块的直方图，获取所述感兴趣区域的纹理直方图。优选地，所述分类模型为SVM分类器，所述SVM分类器采用径向基核函数获得，具体公式如下：K(x,x′)＝exp(-||x-x′||2/2σ2)，σ＞0，其中，x为输入特征值，x′为预测结果，σ为所述径向基核函数的核参数。优选地，每一子区间的直方图通过如下公式获得：P(i)＝ni/N，其中，P(i)表示第i个子区间的直方图，ni表示第i个子区间内的像素数量，N表示第i个子区间所在分量图像上的像素数量。优选地，所述通过UPLBP算子对所述感兴趣区域进行处理，获取所述感兴趣区域的纹理特征之前还包括：对所述感兴趣区域进行灰度化处理、中值滤波和直方图均衡化操作。优选地，所述待测果树不同部位的病害图像具体包括：所述待测果树对应的果实部位早期病害图像、所述待测果树对应的果实部位中期病害图像、所述待测果树对应的果实部位晚期病害图像、所述待测果树对应的枝条部位早期病害图像、所述待测果树对应的枝条部位中期病害图像、所述待测果树对应的枝条部位晚期病害图像、所述待测果树对应的果台部位早期病害图像、所述待测果树对应的果台部位中期病害图像和所述待测果树对应的果台部位晚期病害图像。第二方面，本专利技术实施例提供一种果树病害诊断系统，包括：感兴趣区域模块，用于获取待测果树图像的感兴趣区域；目标特征模块，用于根据所述感兴趣区域的HSV颜色直方图和所述感兴趣区域的纹理直方图，获取目标特征向量；诊断模块，用于将所述目标特征向量输入分类模型中，获取所述待测果树的发病部位以及病情发展阶段，其中，所述分类模型以所述待测果树不同部位、不同病情发展阶段的病害图像为样本进行训练得到。第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本专利技术第一方面提供的一种果树病害诊断方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本专利技术第一方面提供的一种果树病害诊断方法的步骤。本专利技术实施例提供的一种果树病害诊断方法及系统，依据果树不同部位病害不同发展阶段图片对分类模型进行训练后，使得分类器具有依据果树病害图像预测果树病害发展阶段的功能，从而实现果树病害发展程度的自动、高效、准确检测，以利于病害的及时诊出与防治决策。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种果树病害诊断方法的流程图；图2为本专利技术实施例中提取感兴趣区域的流程图；图3为本专利技术一优选实施例提供的一种果树病害诊断方法的流程图；图4为本专利技术实施例中获取目标特征向量的本文档来自技高网...

【技术保护点】
1.一种果树病害诊断方法，其特征在于，包括：/n获取待测果树病害图像的感兴趣区域；/n根据所述感兴趣区域的HSV颜色直方图和所述感兴趣区域的纹理直方图，获取目标特征向量；/n将所述目标特征向量输入分类模型中，获取所述待测果树的发病部位以及病情发展阶段，其中，所述分类模型以所述待测果树不同部位、不同病情发展阶段的病害图像为样本进行训练得到。/n

【技术特征摘要】
1.一种果树病害诊断方法，其特征在于，包括：
获取待测果树病害图像的感兴趣区域；
根据所述感兴趣区域的HSV颜色直方图和所述感兴趣区域的纹理直方图，获取目标特征向量；
将所述目标特征向量输入分类模型中，获取所述待测果树的发病部位以及病情发展阶段，其中，所述分类模型以所述待测果树不同部位、不同病情发展阶段的病害图像为样本进行训练得到。


2.根据权利要求1所述的果树病害诊断方法，其特征在于，所述感兴趣区域的HSV颜色直方图通过如下方式获得：
将所述感兴趣区域图像转换到HSV颜色空间；
根据所述感兴趣区域的HSV三个颜色通道，将每一颜色通道划分为若干个子区间；
根据每一颜色通道的每一子区间的直方图，获取所述感兴趣区域的HSV颜色直方图。


3.根据权利要求1所述的果树病害诊断方法，其特征在于，所述感兴趣区域的纹理直方图通过如下方式获得：
通过UPLBP算子对所述感兴趣区域进行处理，获取所述感兴趣区域的纹理特征图；
将所述纹理特征图分为若干个子块，获取每一子块的直方图；
根据每一子块的直方图，获取所述感兴趣区域的纹理直方图。


4.根据权利要求1所述的果树病害诊断方法，其特征在于，所述分类模型为SVM分类器，所述SVM分类器采用径向基核函数获得，具体公式如下：
K(x,x′)＝exp(-||x-x′||2/2σ2)，
σ＞0，
其中，x为输入特征值，x′为预测结果，σ为所述径向基核函数的核参数。


5.根据权利要求2所述的果树病害诊断方法，其特征在于，每一子区间的直方图通过如下公式获得：
P(i)＝ni/N，
其中，P(i)表示第i个子区间的直方图，ni表示第i个子区间内的像素数量，N...

【专利技术属性】
技术研发人员：吴建伟，熊晓菲，
申请(专利权)人：北京派得伟业科技发展有限公司，北京农业信息技术研究中心，
类型：发明
国别省市：北京;11