基于树莓派OpenCV的植物叶片病害识别  

作　　者：胡飞凡 徐杭甬 肖霄 陈泽 毕美华[1] 周雪芳[1] HU Feifan;XU Hangyong;XIAO Xiao;CHEN Ze;BI Meihua;ZHOU Xuefang

机构地区：[1]杭州电子科技大学通信工程学院,浙江杭州310016

出　　处：《信息技术与信息化》2021年第7期29-31,共3页Information Technology and Informatization

基　　金：国家级大学生创新创业训练计划:项目编号202010336004。

摘　　要：针对植物叶片病害实时性差的问题,提出了一种在树莓派OpenCV上的植物叶片病害识别的方案。针对如何提取植物叶片褐斑病害区域的问题,利用一种在Lab颜色空间下运用K-means聚类算法的方法。K-means聚类方法可以在目标区域和背景区域的差异比较明显的情况下,有效的提取叶片目标区域。同时结合Lab颜色空间,利用植物病害区域的褪绿特点以及Lab颜色空间颜色分布的均匀性,从褐斑病区域中提取相对容易对比的叶片颜色特征和纹理特征。然后根据已有的少量褐斑病叶片样本和正常叶片样本,凭借KNN(K nearest neighbors)分类器识别叶片是否患有褐斑病。通过在树莓派3b+上的Python-OpenCV实验,K-means聚类结合Lab颜色空间的病害提取是可行的,且KNN分类器可以正常识别。

关 键 词：植物褐斑病害 Lab颜色空间 K-MEANS算法 KNN分类器 树莓派 

分 类 号：S432[农业科学—植物病理学] TP391.41[农业科学—农业昆虫与害虫防治]