蘋果葉部病害圖像自動識別研究.pdf

1、我國是世界上水果生產(chǎn)與出口大國，蘋果在我國水果中占有重要的比例。隨著現(xiàn)代人們生活水平的不斷提高，對蘋果的需求也日益增多，我們也越來越重視蘋果的質(zhì)量。近幾年來，在農(nóng)產(chǎn)品葉部病害的檢測和識別方面，計算機視覺技術(shù)已經(jīng)得到了廣泛的應(yīng)用，對此實現(xiàn)了運用計算機視覺技術(shù)對蘋果葉部病害圖像的自動識別進行研究，這對蘋果品質(zhì)的提高有非常重要的意義。同時也會增強我國在蘋果出口方面的國際競爭力，從而促進我國國民經(jīng)濟的發(fā)展。
　　以人工觀察為主，是對蘋果葉

2、部病害檢測的傳統(tǒng)方法。主要是通過工作人員的經(jīng)驗對蘋果的生長情況做出評價，傳統(tǒng)方法具有很大的局限性以及人為不確定性，將現(xiàn)代計算機圖像處理技術(shù)運用到蘋果葉部病害檢測的工作中來，可以實現(xiàn)無損、檢測精度高、速度快等優(yōu)點，并且可以代替龐大的、重復(fù)性的人工勞動。本文主要的研究工作是對蘋果葉部病害圖像的識別，在對蘋果葉部的主要病害和數(shù)字圖像處理的基本理論進行分析后，根據(jù)蘋果葉部圖像的特點，進行特征提取工作，并運用神經(jīng)網(wǎng)絡(luò)進行了訓(xùn)練識別，最終實現(xiàn)了蘋果

3、葉部病害圖像的自動識別，然后選擇樣本做了測試。結(jié)果表明識別的準(zhǔn)確率比較高，具有一定的可行性。
　　本文以順平蘋果基地提供的蘋果葉部圖像為對象，主要工作如下:
　　(1)常見蘋果葉部病害的種類及圖像采集。經(jīng)過分析對常見的蘋果葉部病害的種類做了介紹，圖像采集的硬件設(shè)備、采集方法，包括影響圖片質(zhì)量的背景因素、光源的選擇以及拍照的方法，然后根據(jù)實驗的需要對符合要求的圖像樣本進行選擇。
　　(2)蘋果葉部病害圖像的預(yù)處理方法的確

4、定。按照設(shè)計流程圖依次對圖像做了處理，包括圖像均衡化、圖像去噪、圖像灰度化、圖像分割，然后用形態(tài)學(xué)方法對分割后的圖像做了處理，形成了一套簡單且易于實現(xiàn)的預(yù)處理方法。
　　(3)蘋果葉部病害圖像的特征提取。對經(jīng)過處理后的蘋果葉部圖像，在MATLAB(MATrix LABoratory)開發(fā)工具中，分別對蘋果葉部病害圖像的顏色特征、紋理特征和形狀特征進行了提取，得到了特征參數(shù)數(shù)據(jù)庫，為后續(xù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練識別奠定了基礎(chǔ)。
　　(4