论文部分内容阅读
农作物是人类生产和生活所必需的资源,在我国国民生产中也占有较大的比例。病虫害是农作物生产的重要制约因素,它能导致农作物大面积减产甚至绝收,影响农作物品质。因此,对作物病虫害种类的识别研究具有重要的现实意义和应用价值。传统的农作物病虫害诊断主要依靠人工目测方式,但这种方式存在一些问题:一方面农民凭自己经验判断,有可能出现误诊;另外一方面由于技术人员或者专家不能及时来现场诊断,造成病情的延误。而这些都可以借助于计算机图像处理和模式识别技术加以解决,因此我们希望建立图像识别系统来对作物病虫害进行识别。采用模式识别与图像处理的方法,用计算机软件来对农作物病害叶片进行分析,从而实现农作物病害的自动诊断。本文以黄瓜病害为例,主要工作总结如下:1.黄瓜病害图像预处理。主要包括图像裁剪、通道选择、图像平滑、阈值分割、轮廓提取和病斑提取等步骤。首先通过图像裁剪技术去除病害叶片的复杂背景,选择病斑显示最为清晰的蓝色通道,利用中值滤波方法对图像进行平滑,然后用阈值法分离病斑得到二值图像,最后用轮廓跟踪算法提取病斑轮廓并与原始图像进行叠加,得到病斑图像。2.病斑图像特征提取。对预处理后得到的病斑图像进行颜色、纹理和形状特征的提取,并将提取的特征按照SVM模型训练的格式要求保存在一个文本文件中。特征向量包括6种颜色特征、7种纹理特征和10种形状特征,共有23种特征。3.基于SVM方法的分类器设计与模型训练。将存放特征向量信息的文本文件交付分类器进行训练,得到黄瓜病害诊断模型。4.系统集成实现。使用Visual C++ 6.0和OpenCV开发了基于图像处理的黄瓜病害诊断系统CDRS 1.0,实现了黄瓜霜霉病、褐斑病、角斑病的快速识别。