資源描述：
《黃瓜病斑識別》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于圖像處理的黃瓜細菌性角斑病的識別研究劉芝京（西華大學數(shù)學與計算機學院計算機應用技術(shù)，四川成都）摘要：細菌性角斑病是溫室黃瓜最常見病害之一，嚴重影響了黃瓜的生長以及產(chǎn)量，然而目前由于植物病理學中辨別病害主要以目測為主，主觀性強，嚴重延誤了病害的防治。為了實時獲取作物病害程度信息從而實現(xiàn)可靠的病害診斷，開發(fā)出一種基于計算機圖像處理的病害識別新方法，本文首先對采集的圖像進行灰度化、濾波、弧度拉伸等一系列預處理，進而提取病斑的顏色特征和紋理特征，最后運用閾值分割法和圖像處理技術(shù)實現(xiàn)對黃瓜細菌性角斑病病斑區(qū)域的提取和病斑區(qū)域相關(guān)特征值的計
2、算，試驗結(jié)果表明，本文所提出的方法能夠有效地提取出黃瓜病斑圖像區(qū)域，并計算出相關(guān)特征值，為病斑的識別和診斷奠定先期基礎(chǔ)。關(guān)鍵詞：黃瓜病斑，圖像處理，遺傳算法，特征提取，特征計算0引言黃瓜屬葫蘆科,在中國蔬菜生產(chǎn)和消費中占有重要地位。黃瓜細菌性角斑病,由假單胞桿菌屬的細菌侵染得病,初期葉面有黃色病斑，葉背為淺綠色水浸狀病斑，逐漸變成灰褐色病斑，受葉脈限制呈多角形。后期病斑由淺褐色變灰褐色，干燥病斑易破裂穿孔。目前由于植物病理學中辨別病害主要以目測為主，主觀判斷為主導，嚴重延誤了病害的防治，因此準確迅速地識別診斷病蟲害，成為蔬菜病蟲害綜
3、合防治的關(guān)鍵技術(shù)。隨著計算機圖像處理和人工智能等技術(shù)的發(fā)展，人們開始用計算機代替人來進行農(nóng)作物的病蟲診斷，如MohammadSammany等利用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的結(jié)構(gòu)和參數(shù)來識別植物病害圖像；沈陽農(nóng)業(yè)大學的田有文等根據(jù)玉米、黃瓜病害的彩色紋理圖像提出將支持向量機和色度矩分析方法應用于病害斑塊的識別；2008年，岑酤鑫對黃瓜葉部的病害進行了研究，建立了計算機視覺采集系統(tǒng)和黃瓜葉部病害數(shù)字圖像數(shù)據(jù)庫，取得了較好的效果等?，F(xiàn)今，有關(guān)研究大部分都是針對具有單一背景的病害葉片進行分析，而實際采集到的病害圖片往往都有比較復雜的背景，本研究以
4、計算機圖像處理技術(shù)為技術(shù)手段，綜合運用圖像處理、植物病理學、色度學等方面的知識對黃瓜細菌性角斑病進行識別，實現(xiàn)對黃瓜病斑的快速識別，提高了病害診斷的準確性和智能性。1圖像的采集本文利用圖像采集卡、CCD攝像機、照明系統(tǒng)等設備獲取葉片圖像，存儲在移動硬盤中后供以后的分析和處理。2圖像增強圖像增強是指按照應用的要求對現(xiàn)有圖像進行加工，突出圖像中某些信息，削弱或去除某些不需要的信息，得到對具體應用來說更實用圖像的處理方法。2.1圖像灰度化圖像采集裝置采集到的圖像一般都是24位或32位真彩色圖像，其數(shù)據(jù)量龐大。在對圖像進行處理時，會占用較長
5、時間，所以要將需要處理的圖像轉(zhuǎn)化為8位256色的圖像。即將彩色圖像轉(zhuǎn)化為8位的灰度圖像。所謂的灰度圖像是指在RGB三基色系統(tǒng)中，3個分量值R=G=B，這樣圖像處理的計算量就會顯著減小，而且灰度圖像的數(shù)據(jù)信息對研究已經(jīng)足夠了，且大大提高了計算的速度。本研究采用的灰度轉(zhuǎn)換方法為加權(quán)平均值法，根據(jù)重要性或其他指標給R，G，B賦予不同的值，公式如下：R=G=B=(WRR+WGG+WBB)／3其中，WR，WG，WB為R，G，B的權(quán)值。當WR=0.30，WG=0.59，WB=0.11時，能得到理想的灰度圖。2.2圖像平滑圖像在拍攝和傳輸過程中,
6、由于所使用的器件和傳輸通道的局限性,而被加人了一定的噪聲,不僅降低了圖像的質(zhì)量,而且還妨礙了人們的正常識別，因此必須對采集到的圖像進行改善處理。本文對噪聲圖像采用局部算子，僅涉及待處理像素周圍的一個小鄰域，具有效率高、可實時處理的特點，并比較了其中最常用的鄰域平均法和中值濾波法的濾波效果，如圖2.1所示。(a)病斑前期原圖像(b)病斑后期原圖像(d)病斑前期中值濾波法(f)病斑后期中值濾波法(e)病斑后期鄰域平均法(c)病斑前期鄰域平均法圖2.1經(jīng)過比較可以看出:：鄰域平均法可以降低噪聲方差，但會引起圖像失真，使目標物的輪廓或細節(jié)模
7、糊,其特點是簡單易行、運算速度快、去噪效果比較好；中值濾波雖然在保邊緣和紋理細節(jié)方面優(yōu)于鄰域平均法，但運算量較大。在利用直方圖法的統(tǒng)計特征提取顏色特征參數(shù)時，不必要考慮平滑算法的保細節(jié)的功能，因此本研究使用鄰域平均法作為顏色特征參數(shù)提取前的預處理；紋理的分析過程中，由于其判別精度決定于邊緣及其他信息的準確性和完整性。所以，本研究選擇中值濾波作為紋理特征參數(shù)提取前的預處理。2.2圖像灰度拉伸由于光照等因素，圖像成像時光照不足，使得整幅圖像偏暗，或者成像時光照過強，使得整幅圖偏亮。為了增強病斑葉片圖像的對比度，有利于病斑識別，需要對灰度
8、化的圖像進行灰度線性變換，以便突出病斑部分。灰度線性變換公式如下：其中，f(x,y)是處理前的圖像，g(x,y)是灰度拉伸后的圖像，Wu和Wl分別為灰度拉伸的兩個閾值，Wu為窗口頂端，Wl為窗口底部，Wu-Wl為灰度窗口大小，經(jīng)過多次
