基于圖像處理的茄子葉部病害識別方法研究.pdf

1、中國是世界最大的茄子生產(chǎn)國。近年來，隨著種植面積的擴大，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，甚至在重茬嚴重的田地里，已到了無法繼續(xù)種茄子的地步。因此在茄子發(fā)病初期準確識別病害成為關(guān)鍵。而目前對蔬菜病害的識別方法都有一定的局限性，難以滿足現(xiàn)代農(nóng)業(yè)要求。隨著計算機視覺技術(shù)與模式識別技術(shù)的不斷發(fā)展，利用計算機智能診斷識別作物病害得方法應(yīng)運而生。在分析國內(nèi)外利用計算機視覺技術(shù)為手段、結(jié)合圖像處理與模式識別技術(shù)的研究基礎(chǔ)上

2、，本文重點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別方法。
　　本文主要工作和創(chuàng)新點包括以下幾個方面：
　　（1）集成適合監(jiān)測茄子病害的茄子病害圖像采集系統(tǒng)。通過分析研究茄子病害識別所需要的圖像質(zhì)量要求、采集設(shè)備的功耗及無線通訊距離等，自主研制了一套基于太陽能供電的、具有遠程無線通訊的茄子病害圖像采集系統(tǒng)。
　?。?）病斑分割方法研究。對病害圖像進行預(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，改進算法，提高對圖像的處理效果，為圖像的后期處理做準備。根據(jù)葉片圖像在HSI顏色空間中H分量圖的像素點H值集中在一段區(qū)域內(nèi)，即病斑色調(diào)集中的特點，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個統(tǒng)計特征作為顏色特征，以計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Hu不變矩等11個統(tǒng)計特征作為形狀特征，以灰度共生矩陣計算病斑圖像得出的相關(guān)性、能量、對比度、熵的均值與方差等8個統(tǒng)計特征作為紋理特征，組成共31個特征參數(shù)；再通過方差和主成分分析法選擇20個分類能力強的特征參數(shù)，組成分類特征向量。
　?。?）對比分析三種不同的模式識別分類方法對測試集進行分類。試驗結(jié)果表明，三種方法對茄子褐紋病的識別準確率均達到90％及以上，說明本研究提出的方法可以對茄子葉部病害進行快速