基于圖像識(shí)別的作物病蟲(chóng)草害診斷研究.pdf

1、本文圍繞作物病蟲(chóng)草害的快速診斷，將作物病蟲(chóng)草害識(shí)別的專(zhuān)家知識(shí)與數(shù)字圖像處理、神經(jīng)網(wǎng)絡(luò)結(jié)合，綜合運(yùn)用人工智能和網(wǎng)絡(luò)技術(shù)，研究實(shí)現(xiàn)了作物病蟲(chóng)草害的遠(yuǎn)程圖像識(shí)別與診斷。取得以下進(jìn)展：　　1.圖像預(yù)處理方面，針對(duì)作物病蟲(chóng)草害的圖像特點(diǎn)，分析、比較了病蟲(chóng)草害圖像的增強(qiáng)處理方法，提出了對(duì)彩色圖像先進(jìn)行反色運(yùn)算，再通過(guò)RGB通道分離，得到增強(qiáng)圖像的新方法。　　2.圖像分割方面，根據(jù)病害圖像特點(diǎn)，提出通過(guò)H分量圖像灰度分析來(lái)確定閾值對(duì)灰度圖像分割的

2、方法，分割精度明顯高于傳統(tǒng)的自動(dòng)閾值分割結(jié)果；對(duì)病害彩色圖像分割時(shí)，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(chóng)草害圖像識(shí)別與診斷的重要特征，以單個(gè)特征識(shí)別無(wú)病斑葉片的正確率達(dá)100％，對(duì)有病斑葉片的正確識(shí)別率達(dá)90％；綜合應(yīng)用三個(gè)紋理特征，識(shí)別有病斑葉片的正確率達(dá)100％；提出以這些特征作為病斑圖像分割的判據(jù)(閾值)。 4.構(gòu)