19、植物叶片病害识别与图像修复技术解析

植物叶片病害识别与图像修复技术解析

1. 芦荟叶片病害识别

1.1 检测流程概述

芦荟叶片病害检测系统以图像文件作为输入，在不同阶段生成图像文件作为输出。最终，系统能够判断输入的叶片图像是否存在病害，并计算出受影响区域的百分比。其具体步骤如下：
1. 图像输入 ：选取两组（类别）不同芦荟病害的叶片图像对系统进行测试，每组包含5张图像。从输入图像中创建像素的二维列表。
2. 图像像素聚类 ：计算得到的第一个输出是输入图像的聚类图像。经对比发现，当聚类数为3或4时，能产生更好的效果。
3. 掩膜处理 ：通常，叶片上非绿色、非白色以及非常暗的像素被认定为病害区域。在此步骤中，将绿色和白色像素掩膜为白色，使叶片的病害区域变为黑色。
4. 病害部分百分比计算 ：对相关图像计算叶片病害部分的百分比。在聚类后得到的掩膜图像上进行计算，先获取掩膜图像的总像素数（Pixeltotal），再获取病害像素数（即黑色像素）（Pixelblack），最后使用公式 $Disease(\%age) = \frac{Pixelblack * 100}{Pixeltotal}$ 计算百分比。

1.2 聚类效果分析

聚类图像在病害和非病害部分的分离上取得了成功。从聚类后的图像可以观察到，具有3或4个聚类的图像更能完美地呈现叶片状况，在查找病害和确定受影响面积方面也能提供更实际的良好结果。以下是不同聚类数下的效果对比：
| 聚类数 | 效果描述 |
| ---- | ---- |