黄瓜病斑识别

《黄瓜病斑识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于图像处理的黄瓜细菌性角斑病的识别研究刘芝京（西华大学数学与计算机学院计算机应用技术，四川成都）摘要：细菌性角斑病是温室黄瓜最常见病害之一，严重影响了黄瓜的生长以及产量，然而目前由于植物病理学中辨别病害主要以目测为主，主观性强，严重延误了病害的防治。为了实时获取作物病害程度信息从而实现可靠的病害诊断，开发出一种基于计算机图像处理的病害识别新方法，本文首先对采集的图像进行灰度化、滤波、弧度拉伸等一系列预处理，进而提取病斑的颜色特征和纹理特征，最后运用阈值分割法和图像处理技术实现对黄瓜细菌性角斑病病斑区域的提取和病斑区域相关特征值的计

2、算，试验结果表明，本文所提出的方法能够有效地提取出黄瓜病斑图像区域，并计算出相关特征值，为病斑的识别和诊断奠定先期基础。关键词：黄瓜病斑，图像处理，遗传算法，特征提取，特征计算0引言黄瓜属葫芦科,在中国蔬菜生产和消费中占有重要地位。黄瓜细菌性角斑病,由假单胞杆菌属的细菌侵染得病,初期叶面有黄色病斑，叶背为浅绿色水浸状病斑，逐渐变成灰褐色病斑，受叶脉限制呈多角形。后期病斑由浅褐色变灰褐色，干燥病斑易破裂穿孔。目前由于植物病理学中辨别病害主要以目测为主，主观判断为主导，严重延误了病害的防治，因此准确迅速地识别诊断病虫害，成为蔬菜病虫害综

3、合防治的关键技术。随着计算机图像处理和人工智能等技术的发展，人们开始用计算机代替人来进行农作物的病虫诊断，如MohammadSammany等利用遗传算法优化神经网络的结构和参数来识别植物病害图像；沈阳农业大学的田有文等根据玉米、黄瓜病害的彩色纹理图像提出将支持向量机和色度矩分析方法应用于病害斑块的识别；2008年，岑酤鑫对黄瓜叶部的病害进行了研究，建立了计算机视觉采集系统和黄瓜叶部病害数字图像数据库，取得了较好的效果等。现今，有关研究大部分都是针对具有单一背景的病害叶片进行分析，而实际采集到的病害图片往往都有比较复杂的背景，本研究以

4、计算机图像处理技术为技术手段，综合运用图像处理、植物病理学、色度学等方面的知识对黄瓜细菌性角斑病进行识别，实现对黄瓜病斑的快速识别，提高了病害诊断的准确性和智能性。1图像的采集本文利用图像采集卡、CCD摄像机、照明系统等设备获取叶片图像，存储在移动硬盘中后供以后的分析和处理。2图像增强图像增强是指按照应用的要求对现有图像进行加工，突出图像中某些信息，削弱或去除某些不需要的信息，得到对具体应用来说更实用图像的处理方法。2.1图像灰度化图像采集装置采集到的图像一般都是24位或32位真彩色图像，其数据量庞大。在对图像进行处理时，会占用较长

5、时间，所以要将需要处理的图像转化为8位256色的图像。即将彩色图像转化为8位的灰度图像。所谓的灰度图像是指在RGB三基色系统中，3个分量值R=G=B，这样图像处理的计算量就会显著减小，而且灰度图像的数据信息对研究已经足够了，且大大提高了计算的速度。本研究采用的灰度转换方法为加权平均值法，根据重要性或其他指标给R，G，B赋予不同的值，公式如下：R=G=B=(WRR+WGG+WBB)／3其中，WR，WG，WB为R，G，B的权值。当WR=0.30，WG=0.59，WB=0.11时，能得到理想的灰度图。2.2图像平滑图像在拍摄和传输过程中,

6、由于所使用的器件和传输通道的局限性,而被加人了一定的噪声,不仅降低了图像的质量,而且还妨碍了人们的正常识别，因此必须对采集到的图像进行改善处理。本文对噪声图像采用局部算子，仅涉及待处理像素周围的一个小邻域，具有效率高、可实时处理的特点，并比较了其中最常用的邻域平均法和中值滤波法的滤波效果，如图2.1所示。(a)病斑前期原图像(b)病斑后期原图像(d)病斑前期中值滤波法(f)病斑后期中值滤波法(e)病斑后期邻域平均法(c)病斑前期邻域平均法图2.1经过比较可以看出:：邻域平均法可以降低噪声方差，但会引起图像失真，使目标物的轮廓或细节模

7、糊,其特点是简单易行、运算速度快、去噪效果比较好；中值滤波虽然在保边缘和纹理细节方面优于邻域平均法，但运算量较大。在利用直方图法的统计特征提取颜色特征参数时，不必要考虑平滑算法的保细节的功能，因此本研究使用邻域平均法作为颜色特征参数提取前的预处理；纹理的分析过程中，由于其判别精度决定于边缘及其他信息的准确性和完整性。所以，本研究选择中值滤波作为纹理特征参数提取前的预处理。2.2图像灰度拉伸由于光照等因素，图像成像时光照不足，使得整幅图像偏暗，或者成像时光照过强，使得整幅图偏亮。为了增强病斑叶片图像的对比度，有利于病斑识别，需要对灰度

8、化的图像进行灰度线性变换，以便突出病斑部分。灰度线性变换公式如下：其中，f(x,y)是处理前的图像，g(x,y)是灰度拉伸后的图像，Wu和Wl分别为灰度拉伸的两个阈值，Wu为窗口顶端，Wl为窗口底部，Wu-Wl为灰度窗口大小，经过多次