基于树莓派OpenCV的植物叶片病害识别

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.