作物葉部病害圖像處理方法研究.pdf

1、我國是傳統(tǒng)農(nóng)業(yè)大國，然而由于農(nóng)業(yè)科技成果轉(zhuǎn)化率較低，我國高端蔬菜花卉品種生產(chǎn)能力弱，只能長期依賴進(jìn)口。改變這一局面的唯一途徑在于通過科技創(chuàng)新加快農(nóng)業(yè)發(fā)展方式轉(zhuǎn)變。將計(jì)算機(jī)圖像處理與模式識別技術(shù)運(yùn)用到農(nóng)業(yè)領(lǐng)域，構(gòu)造基于圖像處理與模式識別技術(shù)的自動化病害診斷系統(tǒng)，可以降低人為主觀因素的影響，增加病害診斷的準(zhǔn)確率，降低蔬菜花卉等農(nóng)作物的生產(chǎn)風(fēng)險。
　　 戶外田間直接進(jìn)行拍攝得到的病害圖像不可避免地會有多重背景的干擾，要真正實(shí)現(xiàn)全天候與

2、全方位的作物葉部病害診斷，所選用的圖像處理算法必須能夠應(yīng)對復(fù)雜背景的影響。本文將復(fù)雜背景下的病害葉片與病斑分割問題作為思考的關(guān)鍵點(diǎn)，從問題本身出發(fā)，通過分析病害葉片的簡單視覺意義特征，即顏色與紋理，來獲得解決問題的途徑。通過結(jié)合局部二值模式紋理和擴(kuò)展的結(jié)構(gòu)張量紋理的多級紋理分析，得到了比較理想的分割結(jié)果。然后利用數(shù)學(xué)形態(tài)學(xué)的處理方法，對閾值化后得到的二值圖像中的孔洞進(jìn)行區(qū)域填充、并裁剪多余獨(dú)立區(qū)域，可以得到更加精確的病葉輪廓。同樣，通過

3、分析病葉的顏色特征也可以分割病葉。兩種方法各有優(yōu)劣，可以使用圖像運(yùn)算方法，將分割結(jié)果加以融合，提高魯棒性。當(dāng)同時考慮病葉與病斑分割，我們便遇到了一個多相分割問題，結(jié)合病害葉片的病斑與病葉的空間分布特征，內(nèi)部順序的多相水平集算法便成為可能解決該問題的自然選擇。讓不同的水平集函數(shù)演化在不同的特征域中，即多域多相水平集算法，可以有效利用前面討論得到的紋理特征與顏色特征，在一定程度上克服了復(fù)雜背景的干擾，為作物葉部病斑分割提供了一條嶄新的道路。