基于計(jì)算機(jī)圖像處理技術(shù)的作物病害等級檢測.pdf

1、傳統(tǒng)的作物病害檢測是農(nóng)業(yè)生產(chǎn)者和植保專家通過以往經(jīng)驗(yàn)來進(jìn)行肉眼判斷，這種方法不論是在試驗(yàn)大棚中還是田間調(diào)查很辛苦，勞動(dòng)強(qiáng)度大，并且由于人為主觀因素的影響，有很大的不確定性，所以迫切需要一種比較快速而方便的方法來代替人工檢測。到目前為止，國內(nèi)外尚未見到詳細(xì)針對作物病害危害程度的研究。 本文以計(jì)算機(jī)圖像處理技術(shù)為重要技術(shù)手段，在盆栽試驗(yàn)的基礎(chǔ)上綜合運(yùn)用圖像處理、植物病理學(xué)、色度學(xué)、幾何特征、距離特征等方面的知識(shí)，研究了利用計(jì)算機(jī)圖像

2、處理技術(shù)進(jìn)行作物病害受害程度的檢測，以生產(chǎn)中常見的玉米小斑病、水稻紋枯病、水稻稻瘟病為研究對象，經(jīng)過圖像預(yù)處理后提取作物的顏色特征、幾何特征、距離特征，建立了作物危害程度檢測模型。其中，通過玉米小斑病病斑占冠層葉片面積的百分比即冠層受害程度，結(jié)合人工檢測的整株玉米病情指數(shù)，分析兩者的相關(guān)性，并建立了函數(shù)模型，經(jīng)檢驗(yàn)通過玉米冠層受害程度計(jì)算出的整株病情指數(shù)的擬合值與實(shí)測值相對誤差率在1.2％～25％。可以用該模型來修正圖像檢測結(jié)果，解決了

3、圖像處理的局限性問題；顏色特征R/G值可預(yù)測玉米小斑病病情指數(shù)，誤差率為1％～15.8％；水稻稻瘟病病斑分離出來后采用連通區(qū)域標(biāo)記的方法實(shí)現(xiàn)病斑計(jì)數(shù)，誤差率為0％～22％：水稻紋枯病危害程度通過距離特征進(jìn)行檢測，誤差率為0％～20％。經(jīng)檢驗(yàn)證明本論文采用的方法可以代替?zhèn)鹘y(tǒng)的人工檢測方法，具有較好的推廣和應(yīng)用價(jià)值。 本文為進(jìn)一步開發(fā)具有商業(yè)價(jià)值的作物病害危害程度檢測系統(tǒng)提供了必要的理論依據(jù)和技術(shù)基礎(chǔ)，利用圖像處理技術(shù)客觀地檢測病害