復(fù)雜背景下小麥病害圖像分割方法研究及應(yīng)用.pdf

1、小麥作為我國(guó)主要的糧食作物之一，其產(chǎn)量是國(guó)家糧食安全的重要保證。小麥病害是影響小麥產(chǎn)量的重要因素，病害的爆發(fā)會(huì)帶來(lái)大規(guī)模的減產(chǎn)、降質(zhì)。因此，加強(qiáng)對(duì)小麥病害識(shí)別方法的研究具有重要的意義和價(jià)值。其中，圖像識(shí)別技術(shù)是應(yīng)用于小麥病害識(shí)別領(lǐng)域的新技術(shù)，近年來(lái)取得快速的發(fā)展和廣泛地應(yīng)用。
　　圖像分割是圖像識(shí)別過(guò)程中的關(guān)鍵步驟，決定了后續(xù)識(shí)別的成功與否。復(fù)雜背景下的圖像分割一直以來(lái)都是圖像分割領(lǐng)域中的難以解決的問(wèn)題，由于大田小麥所處的環(huán)境復(fù)雜

2、（光照陰影、泥土、雜草等等），背景信息量巨大，傳統(tǒng)的分割方法不足以將病斑圖像與復(fù)雜的背景環(huán)境進(jìn)行分離，目前這類(lèi)問(wèn)題尚未得到較好的解決。
　　本文在總結(jié)國(guó)內(nèi)外相關(guān)研究成果的基礎(chǔ)上，針對(duì)復(fù)雜背景下小麥病害圖像的實(shí)際特點(diǎn)，以小麥的四種葉部病害（條銹病、葉銹病、白粉病和葉枯?。閷?duì)象，研究了復(fù)雜背景下小麥病害圖像分割方法，并通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法的有效性，最后設(shè)計(jì)了復(fù)雜背景下小麥病害圖像智能分割系統(tǒng)，論文主要從以下幾個(gè)方面進(jìn)行了研究:

3、>　　(1)提出一種基于K-means聚類(lèi)法等多種算法相結(jié)合的分割方法。該方法采用逐步分割的策略將小麥病斑圖像從復(fù)雜的背景環(huán)境中分割出來(lái):首先是在L*a*b*色度空間下，利用泥土、光照、雜草等背景與小麥病害葉片在a*b*分量上所呈現(xiàn)出的差異性，對(duì)a*b*顏色分量上的像素進(jìn)行K-means聚類(lèi)運(yùn)算，從復(fù)雜背景中分割出小麥葉片圖像;其次，利用Otsu動(dòng)態(tài)閾值法對(duì)圖像進(jìn)行二值化處理，并結(jié)合數(shù)學(xué)形態(tài)學(xué)運(yùn)算及面積閾值法分割出帶有病斑的主要小麥病害