一种基于布谷鸟搜索算法的番茄病害识别方法与流程

技术特征：
1.一种基于布谷鸟搜索算法的番茄病害识别方法，包括以下步骤：步骤1，建立番茄病害检测数据集，该数据集采用相机分别拍摄灰霉病、白粉病、晚疫病3种番茄病害叶片和正常叶片各100张；步骤2，对采集到的图片分类存储在相应类别的文件夹中；步骤3，对图像进行背景分离、病斑分割；步骤4，提取分类特征；步骤5，利用relief f算法选取47个优良分类特征；步骤，6，采用cs(布谷鸟搜索算法)优化bp神经网络构建分类器模型；步骤7，对模型进行训练，从而得到植物病害检测结果。2.如权利要求1所述的一种基于布谷鸟搜索算法的番茄病害识别方法，其特征在于：所述步骤3的具体实现方法为：用k-means聚类方法将病害图像先处理成r、g、b值，然后将k-means聚类总数k设为2，实现对三维数据的初始聚类，将聚类结果作为初始值传给gmm模型拟合出数据集的概率分布，实现背景分离；再将病害图像转为hsi颜色模型，通过调节所需色度范围分离出病害部位，实现病斑分割。3.如权利要求1所述一种基于布谷鸟搜索算法的番茄病害识别方法，其特征在于：所述步骤4的具体实现方法为：提取rgb颜色模型的r、g、b颜色成分，颜色空间hsv的色调h、饱和度s、明度v，颜色模型hsi中的色度h、饱和度s、强度i共9种颜色特征；利用灰度-梯度共生矩阵方法分别提取病害图像在rgb模型，hsv模型，hsi模型上的灰度平均、逆差距、惯性、混合熵、梯度熵、灰度均方差、梯度平均、灰度熵、相关性等共45个纹理特征；利用tamura方法提取rgb模型上的粗糙度、对比度2个纹理特征；总计提取56个特征。4.如权利要求1所述一种基于布谷鸟搜索算法的番茄病害识别方法，其特征在于：所述步骤6的具体实现方法为：用cs算法(布谷鸟搜索算法)寻优得到最优鸟巢，直接作为bp网络权值阈值。5.如权利要求1所述一种基于布谷鸟搜索算法的番茄病害识别方法，其特征在于：所述步骤7的具体实现方法为：采用保留交叉验证方式，选择65％作为训练集将47个优良分类特征输入模型进行训练，35％作为测试集用于验证。

技术总结
本发明提出一种基于布谷鸟搜索算法的番茄病害识别方法，识别灰霉病、白粉病、晚疫病3种番茄病害。该方法首先利用相机采集3种番茄病害图像和正常叶片各100张，整理分类；基于k-means初始化GMM模型的聚类算法对病害图像作分割，去除复杂背景；用HSI变换取得病害图像的色度信息，通过调节所需色度范围分割出病斑部位；进一步提取病斑颜色特征、纹理特征等56个，利用ReliefF算法选取47个优良分类特征；利用布谷鸟搜索算法优化神经网络构建番茄CS-BP植株病害识别器，将47个优良分类特征输入其中，可以有效准确识别3种番茄病害，对番茄病害防治具有重要意义。治具有重要意义。治具有重要意义。


技术研发人员：王秀清 王艳芳 陈琪
受保护的技术使用者：天津科技大学
技术研发日：2020.07.09
技术公布日：2022/1/28