基于圖像識別的作物病蟲草害診斷研究.pdf

1、本文圍繞作物病蟲草害的快速診斷，將作物病蟲草害識別的專家知識與數字圖像處理、神經網絡結合，綜合運用人工智能和網絡技術，研究實現了作物病蟲草害的遠程圖像識別與診斷。取得以下進展：　　1.圖像預處理方面，針對作物病蟲草害的圖像特點，分析、比較了病蟲草害圖像的增強處理方法，提出了對彩色圖像先進行反色運算，再通過RGB通道分離，得到增強圖像的新方法?！　?.圖像分割方面，根據病害圖像特點，提出通過H分量圖像灰度分析來確定閾值對灰度圖像分割的

2、方法，分割精度明顯高于傳統(tǒng)的自動閾值分割結果；對病害彩色圖像分割時，用HIS顏色系統(tǒng)中的H分量圖像分割效果最好，其次是RGB顏色系統(tǒng)中的紅色分量圖像所做的分割?！　?.首次以紋理特征中能量值、熵及慣性矩作為作物病蟲草害圖像識別與診斷的重要特征，以單個特征識別無病斑葉片的正確率達100％，對有病斑葉片的正確識別率達90％；綜合應用三個紋理特征，識別有病斑葉片的正確率達100％；提出以這些特征作為病斑圖像分割的判據(閾值)。 4.構