申请/专利权人：吉林农业大学

申请日：2024-03-08

公开（公告）日：2024-04-09

公开（公告）号：CN117853937A

主分类号：G06V20/10

分类号：G06V20/10;G06T5/70;G06T5/40;G06T7/136;G06V10/30;G06V10/50;G06V10/56;G06V10/74;G06V10/762;G06V10/764

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开一种基于次要颜色聚类分析的水稻病害识别方法和系统，该方法包括通过高分辨率摄像机分类采集水稻叶片有病害图像和无病害图像、对收集到的每一张图像进行预处理操作，实现前背景分割、进行颜色空间转换，将采集到的RGB图像转换到HSV颜色空间，利用H通道和S通道生成二维颜色直方图、学习采集到的无病害图像和已知病害图像的二维颜色直方图特征及形态学特征等，本发明能够有效避免现有技术中的少而重要的次要颜色信息被忽视的问题，提高了对于像水稻无病害和有病害这两类图像的差异性。在保证识别过程中鲁棒性的同时，能够在复杂环境下稳定的完成水稻病害的识别。

主权项：1.一种基于次要颜色聚类分析的水稻病害识别方法，其特征在于，具体步骤如下：S10、通过高分辨率摄像机分类采集水稻叶片有病害图像和无病害图像；S20、对收集到的每一张图像进行预处理操作，实现前背景分割；S30、进行颜色空间转换，将采集到的RGB图像转换到HSV颜色空间，利用H通道和S通道生成二维颜色直方图；S40、学习采集到的无病害图像和已知病害图像的二维颜色直方图特征及形态学特征；S50、通过均值颜色直方图自动求取阈值，将二维颜色直方图分为主要颜色直方图和次要颜色直方图，并归一化；S60、对得到的次要颜色直方图中的每个bin进行K-means聚类分析，去除噪声bin干扰，并取反增强后归一化；S70、通过形态学分析对聚类过程中保留的所有次要颜色根据其梯度方向和梯度幅值进行编码后归一化；S80、根据主要、次要颜色直方图信息以及形态学编码生成一维特征向量，进行SVM进行分类识别。

全文数据：

权利要求：

百度查询： 吉林农业大学 一种基于次要颜色聚类分析的水稻病害识别方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD