基于圖像識別的玉米葉部病害診斷技術(shù)研究.pdf

1、作物病蟲草害嚴重影響作物的產(chǎn)量和品質(zhì)，本論文針對作物病蟲草害識別自動化程度不高，識別診斷不及時問題，在國家自然科學(xué)基金項目(30360047)資助下，應(yīng)用計算機視覺技術(shù)對玉米生長期的葉部病害識別診斷進行研究，以常見的玉米葉部病害為研究對象，提出可行的方法，提高診斷精度，為作物病蟲草害自動識別與診斷的相關(guān)研究提供理論依據(jù)。 本研究根據(jù)玉米葉部病害特點，綜合應(yīng)用閾值法、區(qū)域標記方法與Freeman鏈碼法，對玉米葉部病害圖片進行圖像分

2、割、統(tǒng)計病斑個數(shù)、去除冗余斑點、計算病斑顏色特征和形狀特征，并存入數(shù)據(jù)庫。采用直接判別法，樸素貝葉斯方法和基于加權(quán)特征的模糊模式識別方法對銹病、彎飽菌葉斑病、灰斑病，褐斑病和小斑病五種玉米葉部病害進行分類識別，并綜合三種方法對結(jié)果進行處理，得到最終的識別診斷結(jié)果。利用Visual C++編制了玉米葉部病害智能識別軟件，為計算機作物病害智能識別的研究提供了軟件和技術(shù)支持。根據(jù)研究的性質(zhì)和要求，分析影響系統(tǒng)性能的因素，在綜合考慮性價比的基礎(chǔ)

3、上，制定既能滿足性能要求、又容易操作的拍照規(guī)范。 本研究取得了以下兩方面進展：第一，實現(xiàn)了銹病、彎飽菌葉斑病、灰斑病，褐斑病和小斑病五種常見玉米葉部病害的自動識別，識別準確率達到90％以上；第二，實現(xiàn)了貝葉斯方法和模糊模式識別方法在玉米葉部病害診斷中的應(yīng)用，并綜合三種識別方法各自的優(yōu)勢，得出最終分類結(jié)果，提高了識別的準確性和可靠性。 將計算機視覺技術(shù)應(yīng)用于玉米病害的識別診斷，拓展了機器視覺的應(yīng)用范圍，也為機器視覺技術(shù)在農(nóng)