一种元宝枫病害检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种元宝枫病害检测方法，该方法包括：获取待检测元宝枫叶片中的各个斑块区域，根据各个斑块区域的图像特征信息，确定各个斑块区域的波动程度和填充程度；利用波动程度和填充程度对预先获取的任意两个初始特征向量对应的权重系数进行校正，获得校正后的权重系数，进而利用校正后的权重系数实现特征向量降维处理，获得各个第一特征向量；利用最近邻分类器对各个第一特征向量进行分类获得分类结果，进而判断待检测元宝枫叶片是否存在白粉病害。本发明专利技术增大了白粉病害区域与光斑区域之间的特征差异，有利于减轻光照因素对元宝枫病害检测的不良影响，提高元宝枫病害检测的准确度。提高元宝枫病害检测的准确度。提高元宝枫病害检测的准确度。

【技术实现步骤摘要】
一种元宝枫病害检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种元宝枫病害检测方法。

技术介绍

[0002]元宝枫，又名元宝槭，是一种优良的园林绿化树种。在生长周期中，元宝枫经常会出现白粉病害，导致其生长过程中叶背上出现边缘不明显的大斑，严重时出现白色霉层，使元宝枫提早落叶。对于元宝枫植株上的白粉病害危害较轻时导致植株生长不良，危害严重时导致植株死亡。
[0003]对于元宝枫林中元宝枫植株的白粉病害检测，现有将采集的叶片图像由RGB空间转换为HIS空间，利用OSTU（最大类间方差阈值分割算法）阈值分割方法对H通道直方图进行计算，获得局部最佳阈值，利用局部最佳阈值对叶片图像进行二值化和归一化处理，获得特征向量，利用分类器对特征向量进行分类，实现病害识别。该方法通过叶片的颜色信息提取叶片图像的特征向量，但受采集图像时的光照等自然条件的影响，叶片图像会出现白色光斑，白色光斑与白粉病害的图像特征又十分相似，故单独从叶片图像中的颜色信息进行病害识别，容易出现错误识别的情况，元宝枫病害检测准确度低下。

技术实现思路

[0004]为了解决上述元宝枫病害检测准确度低下的技术问题，本专利技术的目的在于提供一种元宝枫病害检测方法，所采用的技术方案具体如下：本专利技术一个实施例提供了一种元宝枫病害检测方法，该方法包括以下步骤：获取待检测元宝枫叶片的表面图像，对表面图像进行斑块检测，获得待检测元宝枫叶片中的各个斑块区域，所述斑块区域为含有白粉病害或光斑的区域；根据各个斑块区域获得各个斑块区域对应的边缘梯度序列，根据边缘梯度序列确定各个斑块区域对应的波动程度；根据各个斑块区域内的像素点，确定各个斑块区域对应的填充程度；根据各个斑块区域内每个像素点的像素值，确定各个斑块区域的初始特征向量；根据各个斑块区域对应的波动程度和填充程度，对预先获取的任意两个斑块区域的初始特征向量对应的权重系数进行校正，获得校正后的权重系数；根据校正后的权重系数对各个初始特征向量进行特征向量降维处理，获得各个第一特征向量，利用最近邻分类器对各个第一特征向量进行分类获得分类结果，根据分类结果判断待检测元宝枫叶片是否存在白粉病害。
[0005]进一步地，根据边缘梯度序列确定各个斑块区域对应的波动程度，包括：根据各个斑块区域对应的边缘梯度序列中每对相邻边缘像素点的目标梯度值，计算每对相邻边缘像素点对应的目标梯度差值，根据目标梯度差值获得各个斑块区域对应的差分序列；计算差分序列中每个差分数值的绝对值与数值1的和，将每个差分数值作为比值
的分子，将每个差分数值的绝对值与数值1的和作为比值的分母，将比值确定为对应差分数值的边缘波动指标；统计各个斑块区域对应的差分序列中相邻差分数值的边缘波动指标满足预设数值条件的数量，将该数量确定为对应斑块区域的波动数量，所述预设数值条件为在相邻差分数值的边缘波动指标中一个边缘波动指标为正，而另一个边缘波动指标为负；计算各个斑块区域的波动数量与其对应的差分序列中差分数值的数量的比值，将该比值确定为对应斑块区域对应的波动程度。
[0006]进一步地，对表面图像进行斑块检测，获得待检测元宝枫叶片中的各个斑块区域，包括：对表面图像进行聚类处理，获得两个簇类，根据两个簇类内所有像素点的像素值计算两个簇类对应的平均像素值，将较大平均像素值对应的簇类内的像素点确定为异常像素点，将较小平均像素值对应的簇类内的像素点确定为正常像素点；对表面图像中的各个异常像素点进行连通域处理，获得表面图像中的各个连通域，将连通域形成的闭合区域作为斑块区域，获得待检测元宝枫叶片中的各个斑块区域。
[0007]进一步地，根据各个斑块区域内的像素点，确定各个斑块区域对应的填充程度，包括：统计各个斑块区域内的正常像素点数量和异常像素点数量，计算各个斑块区域内的异常像素点数量与正常像素点数量的数量差值，将数量差值作为比值的分子，将各个斑块区域内的异常像素点数量作为比值的分母，将比值作为各个斑块区域对应的填充程度。
[0008]进一步地，所述校正后的权重系数的计算公式为：其中，为第i个斑块区域的初始特征向量和第j个斑块区域的初始特征向量对应的校正后的权重系数，为第i个斑块区域对应的波动程度，为第j个斑块区域对应的波动程度，为对求绝对值，为第i个斑块区域对应的填充程度，为第j个斑块区域对应的填充程度，为对求绝对值，为第i个斑块区域的初始特征向量和第j个斑块区域的初始特征向量对应的权重系数。
[0009]进一步地，根据各个斑块区域获得各个斑块区域对应的边缘梯度序列，包括：对各个斑块区域进行边缘检测，获得各个斑块区域对应的各边缘像素点，计算各边缘像素点向斑块区域外部方向的梯度值，将向斑块区域外部方向的梯度值作为目标梯度值，获得各个斑块区域对应的各边缘像素点的目标梯度值，将各边缘像素点的目标梯度值组成的序列作为对应斑块区域对应的边缘梯度序列。
[0010]进一步地，根据分类结果判断待检测元宝枫叶片是否存在白粉病害，包括：若分类结果中存在标签为白粉病害的第一特征向量，则判定待检测元宝枫叶片存在白粉病害，否则，判定待检测元宝枫叶片不存在白粉病害。
[0011]进一步地，根据各个斑块区域内每个像素点的像素值，确定各个斑块区域的初始特征向量，包括：
构建各个斑块区域的最小外接矩形，根据最小外接矩形确定各个斑块区域的特征矩阵，特征矩阵中每个数值为对应位置处的像素点的像素值；根据特征矩阵中的每个数值，提取特征矩阵的特征向量，将该特征向量确定为对应斑块区域的初始特征向量。
[0012]本专利技术具有如下有益效果：本专利技术提供了一种元宝枫病害检测方法，该方法通过对元宝枫叶片的表面图像进行斑块检测，获得各个斑块区域，元宝风叶片中的各个斑块区域有助于提高提取白粉病害图像特征的效率和准确度。由于白粉病害的图像表现特征为边缘不明显的斑块区域，为了分析各个斑块区域的图像特征与白粉病害图像特征的契合程度，基于斑块区域对应的边缘梯度序列，确定各个斑块区域对应的波动程度，也就是斑块区域边缘梯度的均匀程度；为了进一步分析各个斑块区域的白粉病害程度，根据斑块区域内异常像素点的分布情况，获得可以表征白粉病害的填充程度，各个斑块区域的填充程度可以减轻光照不稳定特性对元宝枫叶片表面图像的不良影响；从两个角度分析各个斑块区域的白粉病害程度，有助于提高后续白粉病害缺陷的检测精度。元宝枫叶片表面图像中的白粉病害区域和光斑区域具有相似的像素颜色，为了增强白粉病害区域对应的初始特征向量与光斑区域对应的初始特征向量之间的差异化特征，提高元宝枫病害检测的精准度，利用各个斑块区域的白粉病害程度，对任意两个斑块区域对应的初始特征向量对应的权重系数进行校正处理，使权重系数充分与各个斑块的实际白粉病害程度相结合，提高权重系数相对于元宝枫病害检测的关联程度。利用校正后的权重系数实现特征向量降维处理，获得各个第一特征向量，其有效减少了病害检测的计算量，通过最近邻分类器对各个第一特征向量进行分类，可以准确地区分白粉病害区域与光斑区域；根据准确的分类结果，判断待检测元宝枫叶片是否存在白粉病害，有助于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种元宝枫病害检测方法，其特征在于，包括以下步骤：获取待检测元宝枫叶片的表面图像，对表面图像进行斑块检测，获得待检测元宝枫叶片中的各个斑块区域，所述斑块区域为含有白粉病害或光斑的区域；根据各个斑块区域获得各个斑块区域对应的边缘梯度序列，根据边缘梯度序列确定各个斑块区域对应的波动程度；根据各个斑块区域内的像素点，确定各个斑块区域对应的填充程度；根据各个斑块区域内每个像素点的像素值，确定各个斑块区域的初始特征向量；根据各个斑块区域对应的波动程度和填充程度，对预先获取的任意两个斑块区域的初始特征向量对应的权重系数进行校正，获得校正后的权重系数；根据校正后的权重系数对各个初始特征向量进行特征向量降维处理，获得各个第一特征向量，利用最近邻分类器对各个第一特征向量进行分类获得分类结果，根据分类结果判断待检测元宝枫叶片是否存在白粉病害。2.根据权利要求1所述的一种元宝枫病害检测方法，其特征在于，根据边缘梯度序列确定各个斑块区域对应的波动程度，包括：根据各个斑块区域对应的边缘梯度序列中每对相邻边缘像素点的目标梯度值，计算每对相邻边缘像素点对应的目标梯度差值，根据目标梯度差值获得各个斑块区域对应的差分序列；计算差分序列中每个差分数值的绝对值与数值1的和，将每个差分数值作为比值的分子，将每个差分数值的绝对值与数值1的和作为比值的分母，将比值确定为对应差分数值的边缘波动指标；统计各个斑块区域对应的差分序列中相邻差分数值的边缘波动指标满足预设数值条件的数量，将该数量确定为对应斑块区域的波动数量，所述预设数值条件为在相邻差分数值的边缘波动指标中一个边缘波动指标为正，而另一个边缘波动指标为负；计算各个斑块区域的波动数量与其对应的差分序列中差分数值的数量的比值，将该比值确定为对应斑块区域对应的波动程度。3.根据权利要求1所述的一种元宝枫病害检测方法，其特征在于，对表面图像进行斑块检测，获得待检测元宝枫叶片中的各个斑块区域，包括：对表面图像进行聚类处理，获得两个簇类，根据两个簇类内所有像素点的像素值计算两个簇类对应的平均像素值，将较大平均像素值对应的簇类内的像素点确定为异常像素点，将较小平均像素值对应的簇类内的像素点确定为正常像素点；对表面图像中的各个异常像素点进行连通域处理，获...

【专利技术属性】
技术研发人员：秦大伟，鲁仪增，李兴锋，张永春，王利振，孙华，仝伯强，李怡晨，穆艳娟，孙涛，
申请(专利权)人：济南千木奇农业生态园有限公司，
类型：发明
国别省市：