基于圖像分析的小麥病害診斷方法的研究.pdf

1、為了實(shí)現(xiàn)小麥病害的智能化防治，本研究針對(duì)小麥不同生長(zhǎng)階段、不同病害種類、不同病害部位的病害圖像，提出基于圖像分析的小麥病害診斷方法。 該方法首先將彩色病害圖像進(jìn)行灰度變換和小波變換，對(duì)高頻部分進(jìn)行增強(qiáng)；接下來(lái)對(duì)增強(qiáng)后的病害圖像進(jìn)行基于紋理分析的分割；再對(duì)病變部位進(jìn)行二階微分算子邊緣檢測(cè)；然后對(duì)病變部位提取其顏色、形狀和紋理等特征值；最后利用特征值與數(shù)據(jù)庫(kù)圖像進(jìn)行距離計(jì)算，實(shí)現(xiàn)相似度匹配，最終達(dá)到小麥病害圖像診斷的目的。

2、本研究以小麥白粉病葉片、條銹病葉片、紋枯病葉鞘、葉銹病葉片、赤霉病病穗和葉枯病葉片等6種病害圖像為例，采用基于圖像分析的小麥病害診斷方法進(jìn)行診斷試驗(yàn)。試驗(yàn)結(jié)果表明，灰度變換和小波變換相結(jié)合的方法能有效地增強(qiáng)病害圖像，基于紋理分析的分割方法能完整地分割出病變部位，基于二階微分算子的邊緣檢測(cè)方法能較好地提取出病變部位的邊緣，綜合利用病變部位的顏色、紋理和形狀特征值能夠理想地診斷病害。本研究對(duì)小麥病害圖像的診斷準(zhǔn)確率在98％以上。 本