基于圖像識(shí)別的作物病害診斷研究.pdf

1、農(nóng)作物是人類生產(chǎn)和生活所必需的資源，在我國(guó)國(guó)民生產(chǎn)中也占有較大的比例。病蟲害是農(nóng)作物生產(chǎn)的重要制約因素，它能導(dǎo)致農(nóng)作物大面積減產(chǎn)甚至絕收，影響農(nóng)作物品質(zhì)。因此，對(duì)作物病蟲害種類的識(shí)別研究具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。 傳統(tǒng)的農(nóng)作物病蟲害診斷主要依靠人工目測(cè)方式，但這種方式存在一些問題：一方面農(nóng)民憑自己經(jīng)驗(yàn)判斷，有可能出現(xiàn)誤診；另外一方面由于技術(shù)人員或者專家不能及時(shí)來現(xiàn)場(chǎng)診斷，造成病情的延誤。而這些都可以借助于計(jì)算機(jī)圖像處理和模式

2、識(shí)別技術(shù)加以解決，因此我們希望建立圖像識(shí)別系統(tǒng)來對(duì)作物病蟲害進(jìn)行識(shí)別。采用模式識(shí)別與圖像處理的方法，用計(jì)算機(jī)軟件來對(duì)農(nóng)作物病害葉片進(jìn)行分析，從而實(shí)現(xiàn)農(nóng)作物病害的自動(dòng)診斷。本文以黃瓜病害為例，主要工作總結(jié)如下： 1.黃瓜病害圖像預(yù)處理。 主要包括圖像裁剪、通道選擇、圖像平滑、閾值分割、輪廓提取和病斑提取等步驟。首先通過圖像裁剪技術(shù)去除病害葉片的復(fù)雜背景，選擇病斑顯示最為清晰的藍(lán)色通道，利用中值濾波方法對(duì)圖像進(jìn)行平滑，然后用

3、閾值法分離病斑得到二值圖像，最后用輪廓跟蹤算法提取病斑輪廓并與原始圖像進(jìn)行疊加，得到病斑圖像。 2.病斑圖像特征提取。 對(duì)預(yù)處理后得到的病斑圖像進(jìn)行顏色、紋理和形狀特征的提取，并將提取的特征按照SVM模型訓(xùn)練的格式要求保存在一個(gè)文本文件中。特征向量包括6種顏色特征、7種紋理特征和10種形狀特征，共有23種特征。 3.基于SVM方法的分類器設(shè)計(jì)與模型訓(xùn)練。 將存放特征向量信息的文本文件交付分類器進(jìn)行訓(xùn)練，得