植物黑腐病病斑的圖像處理與自動(dòng)檢測(cè).pdf

1、本文圍繞植物黑腐病病斑，將計(jì)算機(jī)視覺與數(shù)字圖像處理、模式識(shí)別技術(shù)結(jié)合起來，研究實(shí)現(xiàn)了黑腐病病斑的圖像處理與檢測(cè)。主要研究?jī)?nèi)容和研究結(jié)果如下： 研究了國內(nèi)外利用計(jì)算機(jī)視覺技術(shù)對(duì)農(nóng)產(chǎn)品病害進(jìn)行檢測(cè)的研究進(jìn)展和現(xiàn)狀，并指出開展基于機(jī)器視覺的植物黑腐病病斑檢測(cè)方法研究的優(yōu)越性。 建立并完善了適合本研究的圖像采集的機(jī)器視覺系統(tǒng)，包括PC機(jī)，圖像采集卡，工業(yè)CCD彩色攝像頭，掃描儀等。 研究了圖像噪聲去除、圖像增強(qiáng)、圖像分割

2、等多種圖像處理算法，得到了適合葉片病斑快速分級(jí)的算法。 對(duì)采集的病斑葉片圖像進(jìn)行做預(yù)處理。采用中值濾波消除圖像噪聲，此法簡(jiǎn)單易行，且具有較好的效果。采用小波變換來消除圖像的不均勻照度問題。為去除背景對(duì)后續(xù)處理的影響，綜合研究發(fā)現(xiàn)在Nrgb(Normalized RGB)模型的藍(lán)色分量上，兩峰間距離最大，選擇B分量確定閾值進(jìn)行背景分割。 病斑圖像分割方面，根據(jù)病斑圖像特點(diǎn)，提出對(duì)H分量采用自適應(yīng)模糊閾值算法來實(shí)現(xiàn)分割：采用