山杏常見葉部病蟲害圖像識別技術(shù)研究.pdf

1、傳統(tǒng)的苗木病害識別方法是通過經(jīng)驗實現(xiàn)對苗木的常見病和多發(fā)病依據(jù)其特征性的病狀和病癥，或者病理化驗進行識別。本文是采用數(shù)字圖像處理技術(shù)和模式識別技術(shù)研究山杏（Prunus armeniaca）苗木葉部常見病蟲害，紅蜘蛛（Tetranychus telarius Linnaeus），杏細菌性穿孔病和正常葉片的圖像識別技術(shù)。其主要內(nèi)容包括：
　?。?）自然光照條件下，使用CCD數(shù)碼相機獲取山杏葉部病蟲害的圖像。結(jié)合山杏染病時，葉部所呈現(xiàn)

2、的色彩、紋理等生物特征，提出山杏葉片圖像的顏色特征、顏色紋理特征、灰度紋理特征作為基本特征向量。其中，顏色特征是在HSI顏色空間的色調(diào)，飽和度的直方圖統(tǒng)計特征。顏色紋理特征方面，選取了CIE XYZ顏色空間不同階的色度矩。并仿照XYZ顏色空間提出色度矩的方法，提出在HSI顏色空間，用色調(diào)、飽和度構(gòu)造顏色矩?；叶燃y理特征方面，用灰度紋理共生矩陣的5個典型特征來表達其灰度紋理特征，分別為局部平穩(wěn)性、相關(guān)性、能量、熵、慣性矩。
　?。?

3、）運用“類間距離分析”、“特征相關(guān)性分析”、“秩和檢驗”（Mann-Whitney U）三種方法及其組合建立了多套山杏葉部常見病蟲害的特征參數(shù)體系。比較分析表明：HSI顏色空間中色調(diào)直方圖統(tǒng)計特征具有良好的分類效果。但是一部分的統(tǒng)計特征具有線性相關(guān)性。而飽和度特征分類效果并不明顯。彩色紋理特征中，顏色矩的分布、色度矩的跡都有良好的分類效果。并發(fā)現(xiàn)不同階顏色矩、色度矩的分布及其跡，具有相關(guān)性?；叶裙采仃嚨?個經(jīng)典特征，對健康葉片與病蟲害

4、葉片幾乎沒有可區(qū)分性，但是其中的局部平穩(wěn)性，相關(guān)性，慣性矩對紅蜘蛛和杏細菌性穿孔病有良好的區(qū)分性。
　　（3）采用兩種模式識別方法，支持向量機和最近鄰法。分類器采用一對多法設(shè)計：即分類器 A，分類健康與病蟲害葉片；分類器 B，分類紅蜘蛛與杏細菌性穿孔病。用未經(jīng)選擇的全部特征，對支持向量機不同核函數(shù)進行比較，徑向基核函數(shù)的分類識別率最高分別達到88.5％和84.0%。結(jié)果表明，徑向基核函數(shù)比其他核函數(shù)更適于山杏病蟲害的識別。對健康與

5、病蟲害葉片分類（分類器 A）而言，支持向量機的分類準確率在88.5%-91.0%之間，而K-NN法的分類準確率在80.0%-85.0%之間。對紅蜘蛛蟲害與杏細菌性穿孔病的分類（分類器B）來講，支持向量機的分類準確率在84.0%-91.0%之間，而K-NN法的分類準確率在80%-85%之間。三種特征選擇方法及其兩兩組合的特征參數(shù)體系的分類結(jié)果表明，支持向量機分類性能優(yōu)于最近鄰法。秩和檢驗與相關(guān)性分析的特征選擇方法，分類器A、B的識別率分別

6、為89.0%，91.0%，而其特征數(shù)只有13和11個。這種新的特征選擇方法能更有效地減少特征參數(shù)，并保留可區(qū)分性好的分類特征，確保特征間不具有線性相關(guān)性，同時有較好的分類性能。
　?。?）以面向?qū)ο蟮腃++程序語言為開發(fā)語言，在Visual C++開發(fā)平臺上，編制了較為實用的具有山杏常見葉部病蟲害識別功能的函數(shù)。
　　本研究對苗木病蟲害的圖像識別技術(shù)作了基礎(chǔ)性研究，對縮小我國在林業(yè)信息化領(lǐng)域的差距，促進計算機圖像處理技術(shù)在我