基于圖像分析的梨樹葉部病害識(shí)別系統(tǒng)研究.pdf

1、我國(guó)梨果生產(chǎn)規(guī)模很大，但梨果品質(zhì)和產(chǎn)量受梨樹病害的嚴(yán)重影響。據(jù)統(tǒng)計(jì)我國(guó)現(xiàn)在有80余種梨樹病害，種類繁多。梨黑斑病、褐斑病、炭疽病、銹病、黑星病、腐爛病等病害是梨樹常發(fā)生的病害。這些病害的爆發(fā)導(dǎo)致了梨果大規(guī)模減產(chǎn)和梨果品質(zhì)降低，對(duì)果農(nóng)經(jīng)濟(jì)收益造成嚴(yán)重的影響。對(duì)病害的有效防治成為梨樹生產(chǎn)過程中非常重要的環(huán)節(jié)，因此在生產(chǎn)過程中一旦發(fā)現(xiàn)病癥，對(duì)其準(zhǔn)確識(shí)別尤為關(guān)鍵。傳統(tǒng)對(duì)病害的識(shí)別方法大多依靠果農(nóng)和專家的經(jīng)驗(yàn)，如果一旦判斷錯(cuò)誤，就會(huì)貽誤最佳的防治

2、時(shí)間。本研究通過對(duì)梨樹黑斑病、炭疽病、銹病和褐斑病四種病害圖像的采集，基于圖像分析與識(shí)別技術(shù)，利用MATLAB軟件及網(wǎng)絡(luò)編程技術(shù)實(shí)現(xiàn)了梨樹葉部病害識(shí)別系統(tǒng)，該系統(tǒng)可以達(dá)到對(duì)梨病害種類的識(shí)別，識(shí)別準(zhǔn)確率可達(dá)到90％以上。
　　本文的主要內(nèi)容及獲得的進(jìn)展有以下幾個(gè)方面:
　　1、病害圖像的預(yù)處理。采用圖像灰度轉(zhuǎn)換和直方圖均衡化的方法對(duì)圖像進(jìn)行增強(qiáng)處理。在圖像的病斑分割方面，采用閥值化分割方法，以直接實(shí)現(xiàn)對(duì)彩色圖像分割，且分割效果

3、較好。
　　2、病害圖像特征提取。分別在紋理特征、形狀特征和顏色特征三個(gè)方面對(duì)病害圖像進(jìn)行了提取。在顏色體征提取中，應(yīng)用RGB模型，提取了R、G、B的均值。在形狀特征提取中，我們提取了圓形度、離散指數(shù)、緊密度等。在紋理特征中，我們提取了紋理的均值、方差、標(biāo)準(zhǔn)差。
　　3、病害識(shí)別模型的建立。將病害圖像特征提取的數(shù)據(jù)，建立病害特征數(shù)據(jù)庫，運(yùn)用Matlab軟件構(gòu)建了梨樹病害識(shí)別模型。果農(nóng)通過手機(jī)拍攝病害圖像，在模型中輸入待測(cè)圖像