基于圖像處理的茄子葉部病害識(shí)別方法研究.pdf

1、中國(guó)是世界最大的茄子生產(chǎn)國(guó)。近年來(lái)，隨著種植面積的擴(kuò)大，茄子病害逐漸成為了制約茄子高產(chǎn)、優(yōu)質(zhì)、高效益生產(chǎn)的主要因素，甚至在重茬嚴(yán)重的田地里，已到了無(wú)法繼續(xù)種茄子的地步。因此在茄子發(fā)病初期準(zhǔn)確識(shí)別病害成為關(guān)鍵。而目前對(duì)蔬菜病害的識(shí)別方法都有一定的局限性，難以滿足現(xiàn)代農(nóng)業(yè)要求。隨著計(jì)算機(jī)視覺(jué)技術(shù)與模式識(shí)別技術(shù)的不斷發(fā)展，利用計(jì)算機(jī)智能診斷識(shí)別作物病害得方法應(yīng)運(yùn)而生。在分析國(guó)內(nèi)外利用計(jì)算機(jī)視覺(jué)技術(shù)為手段、結(jié)合圖像處理與模式識(shí)別技術(shù)的研究基礎(chǔ)上

2、，本文重點(diǎn)研究了病害茄子葉片上病斑的顏色、形狀、紋理特征參數(shù)，提出了一種基于圖像處理的茄子葉部病害識(shí)別方法。
　　本文主要工作和創(chuàng)新點(diǎn)包括以下幾個(gè)方面：
　?。?）集成適合監(jiān)測(cè)茄子病害的茄子病害圖像采集系統(tǒng)。通過(guò)分析研究茄子病害識(shí)別所需要的圖像質(zhì)量要求、采集設(shè)備的功耗及無(wú)線通訊距離等，自主研制了一套基于太陽(yáng)能供電的、具有遠(yuǎn)程無(wú)線通訊的茄子病害圖像采集系統(tǒng)。
　?。?）病斑分割方法研究。對(duì)病害圖像進(jìn)行預(yù)處理，如圖像分割、

3、圖像均衡化等。根據(jù)作物病害圖像的特點(diǎn)和采集條件，分析比較幾種傳統(tǒng)圖像預(yù)處理方法的效果，改進(jìn)算法，提高對(duì)圖像的處理效果，為圖像的后期處理做準(zhǔn)備。根據(jù)葉片圖像在HSI顏色空間中H分量圖的像素點(diǎn)H值集中在一段區(qū)域內(nèi)，即病斑色調(diào)集中的特點(diǎn)，將H分量圖二值化得到背景部分，從而獲取病斑圖片。
　?。?）特征提取方法研究。以選擇的病斑圖像RGB和HSI顏色空間中各分量的一階矩、二階矩等12個(gè)統(tǒng)計(jì)特征作為顏色特征，以計(jì)算病斑圖像的圓形度、矩形度、

4、偏心率、形狀復(fù)雜度、和7個(gè)Hu不變矩等11個(gè)統(tǒng)計(jì)特征作為形狀特征，以灰度共生矩陣計(jì)算病斑圖像得出的相關(guān)性、能量、對(duì)比度、熵的均值與方差等8個(gè)統(tǒng)計(jì)特征作為紋理特征，組成共31個(gè)特征參數(shù)；再通過(guò)方差和主成分分析法選擇20個(gè)分類能力強(qiáng)的特征參數(shù)，組成分類特征向量。
　?。?）對(duì)比分析三種不同的模式識(shí)別分類方法對(duì)測(cè)試集進(jìn)行分類。試驗(yàn)結(jié)果表明，三種方法對(duì)茄子褐紋病的識(shí)別準(zhǔn)確率均達(dá)到90％及以上，說(shuō)明本研究提出的方法可以對(duì)茄子葉部病害進(jìn)行快速