基于图像处理技术的作物病害诊断.ppt

《基于图像处理技术的作物病害诊断.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于图像处理技术的作物病害诊断研究博士生：袁媛导师：李淼研究员研究背景研究内容现有成果下一步研究展望目录研究背景农作物受到病虫害侵染后，外观形态和生理效应均会发生一定变化。病害的症状绝大多数均会在农作物的叶子上表现出来，出现病斑。目前国内外研究主要采用图像处理技术，光谱分析技术，以及多光谱和高光谱成像技术等进行作物病虫害快速检测。常规检测方法（显微工具/肉眼）直接判别病虫害的种类和程度，存在主观性强、工作量大、覆盖范围窄、效率低、成本高等缺点，不适用于精准农业对作物病虫害信息快速获取的需要。植物

2、病害检测与预警预报技术农作物病害识别基于图像处理的诊断系统目标识别特征提取图像分割优点：迅速、准确、客观。农民凭经验、对照书籍、请教专家等基于规则的诊断专家系统缺点：具有主观性，诊断结果不准确，造成滥施农药、环境污染等问题。研究背景研究背景（续）近些年来，随着数字图像处理技术的迅速发展、计算机视觉技术的广泛应用和各种模式识别技术的日趋成熟，将计算机视觉技术引入作物病害防治领域，实现病害的自动化诊断，为作物病害的无损检测、快速诊断提供了新的途径和方法。方便实时监控作物的生长情况数字视频监控具有复杂

3、背景现有成果下一步研究展望目录研究背景研究内容研究内容研究内容下一步研究展望目录研究背景现有成果现有成果1、黄瓜病害诊断系统系统的主要功能：对输入的具有复杂背景的黄瓜病害图像，进行裁剪、填充、灰度化、中值滤波、阈值分割、轮廓提取、病斑提取等一系列处理，得到具有简单背景的病斑图像，然后对该病斑图像进行颜色、纹理和形状特征的提取，最后，利用径向基核函数的SVM分类器对提取的特征向量进行分类，最终得出该病害的诊断结果。现有成果1、黄瓜病害诊断系统（续）现有成果1、黄瓜病害诊断系统（续）以VC作为开发工

4、具，实现了对图像中任意形状边界的封闭区域的裁剪，做到了图像中目标区域与背景区域的成功分离。针对具有复杂背景的黄瓜病害图像：Gengying,LiMiao,YuanYuan,HuZelin.AStudyontheMethodofImagePre-ProcessingforRecognitionofCropDiseases.InternationalConferenceonAdvancedComputerControl,ICACC2009,202~206.（EICompendex）现有成果2、复杂背

5、景条件下的作物病害图像处理实时监控采集到的大多数作物病叶图像都具有复杂背景，且其中存在与病斑混淆的因素（颜色、形状、纹理等），可能导致获取的信息不足以对目标进行正确的分割，或是为分割提供了错误的信息。复杂背景去除图像采集标准化图片编辑软件图像裁剪技术难以实现图像自动采集工作量大，费时费力现有成果2、复杂背景条件下的作物病害图像处理（续）解决方案1：提出基于先验信息（纹理和形状）的水平集模型，以解决具有复杂背景的作物病叶图像的自动分割问题。ZhangWei，ZhangJian，etc.ANewLe

6、velSetMethodOfImageSegmentationUsingStructureTensor.The2ndInternationalWorkshoponIntelligentSystemsandApplications，ISA2010，735-738.（EI,ISTP）袁媛，李淼，梁青，等.基于水平集的作物病叶图像分割方法研究[J].农业工程学报，2011，27（2）：208-212现有成果2、复杂背景条件下的作物病害图像处理（续）解决方案1：先验纹理信息模型：传统的结构张量没有使用任

7、何灰度信息，当纹理目标的灰度与背景存在差异的时候，灰度信息的加入将有助于分割速度和精度的提高。因此将灰度信息引入其中，构建新的扩展型结构张量。在LBF模型中引入上述改进的扩展性结张量，使得其能够分割纹理图像。现有成果2、复杂背景条件下的作物病害图像处理（续）解决方案1：先验形状信息模型：采用水平集方法表示目标先验形状：易于扩展到高维情况，能够很好地处理拓扑结构的变化，这种形状表示方法与曲线演化的水平集模型相一致，可以很容易地融入到活动轮廓模型中。形状配准：具有旋转、平移、缩放变换的不变性是经过配

8、准后训练集的平均形状，是形变自由度。现有成果2、复杂背景条件下的作物病害图像处理（续）解决方案1：改进后的水平集模型：其中，是一个常数，用于调节形状先验能量项的权重。实验中我们使用了12幅不同角度拍摄的黄瓜叶片图像作为训练集，得到的平均形状作为先验形状信息。实验结果：现有成果2、复杂背景条件下的作物病害图像处理（续）解决方案1：实验结果：现有成果2、复杂背景条件下的作物病害图像处理（续）解决方案2：为了有效结合多种特征信息，将不同的水平集函数对应在不同的特征域中演化，构造新型的多域多相水平集算法