作物病害葉片圖像分割及識(shí)別中的關(guān)鍵問(wèn)題研究.pdf

1、作物病害一直制約著農(nóng)作物的產(chǎn)量和質(zhì)量，快速而準(zhǔn)確地識(shí)別作物病害種類對(duì)有效防治農(nóng)作物病害具有重要意義。在作物病害管理過(guò)程中，及早發(fā)現(xiàn)作物病害和準(zhǔn)確識(shí)別病害類型能夠妥善處理和有效控制作物病害。本文以兩種常見的黃瓜病害(霜霉病和炭疽病)為研究對(duì)象，利用圖像處理和模式識(shí)別技術(shù)，進(jìn)行黃瓜病害葉片預(yù)處理、病斑分割和特征提取以及分類、識(shí)別研究。本研究主要內(nèi)容包括：
　?、挪『θ~片圖像預(yù)處理。采用均值法對(duì)病害葉片進(jìn)行灰度化處理、采用直方圖均衡法對(duì)

2、病害葉片進(jìn)行增強(qiáng)、采用中值濾波法對(duì)病害葉片進(jìn)行圖像平滑，并通過(guò)形態(tài)學(xué)梯度法對(duì)病害葉片進(jìn)行圖像銳化，由此減少光照和噪聲等對(duì)后期病害識(shí)別率的影響。
　?、撇『θ~片圖像分割。利用傳統(tǒng)的標(biāo)記分水嶺算法進(jìn)行作物病害葉片的病斑分割過(guò)程中存在偽標(biāo)記現(xiàn)象，容易造成過(guò)分割。針對(duì)此問(wèn)題，提出了一種改進(jìn)的標(biāo)記分水嶺分割算法。首先采用形態(tài)學(xué)進(jìn)行預(yù)處理，建立形態(tài)學(xué)梯度并對(duì)梯度圖像進(jìn)行開閉重建；其次，對(duì)重建的梯度圖像進(jìn)行前景標(biāo)記，并利用病斑和正常葉片的顏色差

3、異對(duì)前景標(biāo)記中的偽標(biāo)記進(jìn)行濾除，對(duì)修改后的前景二值化圖像進(jìn)行距離變換和分水嶺完成背景標(biāo)記；最后，用強(qiáng)制最小值技術(shù)進(jìn)行梯度修正并用分水嶺算法對(duì)其進(jìn)行分割。
　　⑶特征提取和病害識(shí)別。由于作物病害葉片圖像的復(fù)雜性，提取黃瓜病害葉片圖像的22個(gè)特征參數(shù)，包括12個(gè)顏色特征、4個(gè)紋理特征、6個(gè)形狀特征。利用散點(diǎn)圖觀察法從中選擇對(duì)分類識(shí)別貢獻(xiàn)率較高的12個(gè)特征作為最終的特征參數(shù)。利用支持向量機(jī)(Support Vector Machine,