玉米小斑病的圖象處理技術(shù)及生理指標的研究.pdf

1、本文對玉米小斑病圖象及監(jiān)測原理與方法進行了較系統(tǒng)的研究，將作物病害危害程度的監(jiān)測理論和技術(shù)與現(xiàn)代信息技術(shù)結(jié)合，根據(jù)我國植保工作、病害監(jiān)測的基本現(xiàn)狀、發(fā)展趨勢及現(xiàn)實需求，構(gòu)建了基于圖像識別的玉米小斑病發(fā)病程度診斷系統(tǒng)，得到以下結(jié)論。 1.數(shù)字圖象的采集與預(yù)處理 試驗中所采集的作物植株圖像包含土壤、塑料盆、雜草等一些背景因素，但土壤等非植物背景的紅色分量R占主導地位，而葉片部分的綠色分量G占主導地位，從而為植物與非植物背景的

2、識別提供了很好的依據(jù)。通過利用玉米植株彩色圖像的R、G、B單個分量和R、G、B的組合分量分別對圖像進行分割，提取作物植株，比較發(fā)現(xiàn)以(2G-R-B)組合分割玉米植株能夠得到較為滿意的效果。對于大量圖片的作物植株的提取，使用迭代的方法自動選擇最佳的分割閾值。用上述方法對試驗中采集的圖像進行分割，全部成功自動分割，很好的將玉米植株與背景分離開來。 2.玉米小斑病圖象的顏色特征值與單株病情指數(shù)之間的關(guān)系 本實驗用RGB和HIS

3、兩個顏色系統(tǒng)的特征值分別建立了18個對苗期和拔節(jié)期不同發(fā)病程度的玉米單株病情指數(shù)進行預(yù)測的統(tǒng)計模型，并分別篩選出決定系數(shù)最高的5組，用未參加建模的15株玉米圖像的顏色特征值進行驗證。從預(yù)測值和實測值間線性回歸方程的決定系數(shù)的大小可以看出，不同模型的預(yù)測精度有所差異，但對這兩個不同生育期而言，均以紅色分量R、紅色分量與綠色分量互為比值的組合值R/G和G/R與其對應(yīng)的病情指數(shù)間的回歸模型的預(yù)測精度較高。 3.單葉水平下顏色特征值、病

4、斑占葉片面積百分率和葉綠素含量間的關(guān)系 3.1顏色特征值與病斑占葉片面積百分率之間的關(guān)系 從RGB和HIS兩個顏色系統(tǒng)的特征值與單葉水平下病斑占葉片面積百分率建立的18個統(tǒng)計預(yù)測模型中篩選出決定系數(shù)最高的6組，并用未參加建模的玉米圖像的顏色特征值進行驗證，發(fā)現(xiàn)由這6組回歸模型的預(yù)測精度均比較高。 3.2病斑占玉米葉片面積的百分率與葉綠素含量間的關(guān)系 病斑占葉片面積的百分率與葉綠素含量之間均存在極顯著的相關(guān)

5、關(guān)系，相關(guān)系數(shù)都達到0.95以上，并且隨著病斑占葉片面積的百分率的增加，各葉綠素的含量也隨之降低。 3.3顏色特征值與不同感病程度的玉米葉片的葉綠素含量間的關(guān)系 通過對不同發(fā)病程度玉米葉片的顏色特征值和其對應(yīng)的葉綠素a、b和a+b濃度之間進行回歸分析，并根據(jù)決定系數(shù)的大小從中共篩選出22組模型進行驗證。結(jié)果發(fā)現(xiàn)R、G、P/G、G/R、R/(G+B)、r和H等顏色特征值與葉綠素a濃度的回歸模型的預(yù)測效果較好；R、G和H等特