1.一种白粉病图像分割方法，其特征在于，具体包括如下步骤：S1：采集作物感染白粉病的茎叶图像；

S2：读取S1所述图像，获取图像上所有像素点的RGB数值，并计算每个像素点的灰度值；

S3：根据设定的白粉病病害的灰度阈值计算得到图像中白粉病病害区域的像素点占所有像素点的比例，然后利用迭代公式计算得到白粉病病害的最佳灰度阈值，同时确定出白粉病病害的灰度阈值范围，具体包括如下步骤：S3.1：在S1所述图像上显示白色的区域范围内任意选定一个像素点q，该像素点的灰度值为iq；

S3.2：利用宽松因子α扩大对白粉病病害的灰度阈值的设定，得到合适的白粉病病害的灰度阈值，公式如下：t＝(1‑α)*iq

式中，t为设定的白粉病病害的灰度阈值；α为宽松因子，取值范围为(0,1)；

所以初步确定白粉病病害的灰度阈值范围为[t，255]；

S3.3：通过如下公式计算得到白粉病病害区域的像素点占采集图像的像素点的比例，其中计算公式为：式中，p(i)为采集的图像中灰度值为i的像素点占所有像素点的比例；S为采集的图像中白粉病病害区域的像素点占所有像素点的比例；a、b分别为采集的图像的行列数；f(x,y)为采集的图像中某一个像素点的灰度值，f(x,y)∈[0,255]；

S3.4：遍历图像上所有像素点的灰度值，获取最大灰度值Max和最小灰度值Min，然后将S3.3所述参数S代入灰度阈值公式中进行计算：设置n＝1

Tn＝(1‑S)*Min+S*Max

式中，Tn为白粉病病害的灰度阈值；S为采集的图像中白粉病病害区域的像素点占所有像素点的比例；

S3.5：基于S3.4所述白粉病病害的灰度阈值Tn重新计算图像上白粉病病害区域的像素点占所有像素点的比例，以及图像中白粉病病害区域和非病害区域的像素点的平均灰度值；

图像上白粉病病害区域的像素点占所有像素点的比例的计算公式为：式中，p(i)为采集的图像中灰度值为i的像素点占所有像素点的比例；P为采集的图像中白粉病病害区域的像素点占所有像素点的比例；a、b分别为采集的图像的行列数；f(x,y)为采集的图像的某一个像素点的灰度值，f(x,y)∈[0,255]；

图像中白粉病病害区域和非病害区域的像素点的平均灰度值的计算公式为：式中，u为图像中白粉病病害区域的像素点的平均灰度值；v为图像中白粉病非病害区域的像素点的平均灰度值；i为灰度值；p(i)为采集的图像中灰度值为i的像素点占所有像素点的比例；P为采集的图像中白粉病病害区域的像素点占所有像素点的比例；

S3.6：将步骤S3.5所述参数P代入灰度阈值迭代公式中进行迭代计算，其中迭代公式为：n＝n+1

Tn＝P*u+(1‑P)*v

式中，Tn表示白粉病病害灰度阈值；P为采集的图像中白粉病病害区域的像素点占所有像素点的比例；u为图像中白粉病病害区域的像素点的平均灰度值；v为图像中白粉病非病害区域的像素点的平均灰度值；

S3.7：计算|Tn‑Tn‑1|＜ξ，其中ξ为误差精度，ξ>0；若满足条件，则跳出迭代过程，并将此时Tn的值作为白粉病病害的最佳灰度阈值，最终确定白粉病病害的灰度阈值范围为[Tn，

255]；否则返回S3.5；

S4：根据S3所述白粉病病害的最佳灰度阈值将图像上白粉病病害区域和非病害区域进行划分，并以不同颜色显示，并确定该作物的白粉病病害的等级。

2.根据权利要求1所述的一种白粉病图像分割方法，其特征在于：S1所述图像由带有照相功能的装置获得。

3.根据权利要求1所述的一种白粉病图像分割方法，其特征在于：S2所述每个像素点的灰度值的计算公式为：i＝0.299R+0.587G+0.114B

式中，i为灰度值；R为图像中红色分量的数值；G图像中绿色分量的数值；B为图像中蓝色分量的数值。

4.根据权利要求1所述的一种白粉病图像分割方法，其特征在于：S4中根据S3所述白粉病病害的最佳灰度阈值Tn将图像上病害区域和非病害区域进行划分，并以不同颜色显示，具体包括：灰度值i＝f(x,y)∈[0,Tn]的部分为非病害区域，显示为黑色；灰度值i＝f(x,y)∈[Tn,

255]的部分为病害区域，显示为白色。