论文部分内容阅读
利用计算机视觉技术对植物病害进行早期诊断，可以为人们有效的控制植物病害的大规模蔓延争取宝贵时间，将植物病害消灭在萌芽阶段。从而不但可以达到提高农作物产量和质量的目的，而且还可以大幅度的减少农药使用量。所以本课题的应用前景是非常广阔的。本研究的主要内容和研究成果如下：1、综述了国内外利用计算机视觉技术对植物病害和植物生理状况进行检测的研究进展和现状，并指出了国内外同类研究中所存在的问题。2、建立并完善了适合本研究的可见光图像采集系统(包括MeterⅡ／MC(Matrox.Inc)图像采集卡、TMC-7DSP(PULNIX)CCD及6只F40BX／840(GE)荧光灯等)、红外热图像采集系统(包括Talisman K90C(ISG.Inc)红外热像仪、Sony录放机以及MeterⅡ／MC图像采集卡等)和多光谱图像采集系统(包括MS3100 Duncan 3CCD相机(Redlake.Inc)、PCI-1424图像采集卡(National Instrument.Inc)等)。3、采集了植物病害的可见光图像，对图像做预处理，采用由R、G、B颜色分量组合而成的指示值为阈值对图像进行分割，并编写算法对分割处理后图像中误判为背景的像素点进行信息恢复；根据出现病斑后颜色特征的变化分析，利用G／R、G／B两个颜色特征进行了样本病斑的提取，并取得良好效果；对利用图像处理技术测定的病叶受害程度的结果进行了分析，并与传统分级标准中的纸卡法所测定植物病害程度的结果进行了对照。结果表明利用计算机视觉系统和图像分析技术测定植物病害程度是切实可行的。4、本研究发现，在人眼可见的病症出现之前，受TMV感染的浙杂品种番茄叶片温度低于健康叶片温度0.5-1.3℃。因为温度不同，使得在人眼可见的坏死症状出现之前，利用红外热图像来区别感染叶片与健康叶片成为一种有效的途径。也使得基于红外热成像技术的早期植物病害的诊断成为可能。为更好的分析病毒对植物的影响、更准确的分析红外热图像，本研究还进行了病毒实验、电镜实验、超微病变分析、叶绿素含量检测等辅助实验。5、提出了实验所用的多光谱图像系统。根据提取的图像进行了处理试验如不同波段图像的合成，并对采集到的多光谱图像与可见光图像、红外热图像进行了分析对比。结果由于本多光谱相机的波段对于植物病害早期并不敏感，所以在肉眼可见病症出现之前，无法检测是否感染植物病害。但在肉眼可见病症出现后，其中的红色波段就显的比较敏感。6、提出了本研究应用小波变换多尺度进行目标识别的方法和流程图，提取模值图像进行目标和背景的分割。最后还对小波变换方法得到的结果图和传统二值分割法得到的结果图进行了对比，结果表明本研究所采用的小波多尺度目标识别法要优于传统方法。