黃瓜病害圖像自動識別的研究.pdf

1、分類號：TP39i密級：公開單位代碼：10086學號：2010136黃瓜病害圖像自動識別的研究一●●‘一ResearchOn1maRerecogrfltionautomatJcauvofcucumberdisease學位申請人：陳含指導教師：韓憲忠教授學科專業(yè)：計算機應用技術學位類別：工學碩士授予單位：河北農(nóng)業(yè)大學答辯日期：二。一三年五月三十日摘要11111111111111《LllllIlllllllIllllIILlllY23871

2、36蔬菜作為我國農(nóng)作物中的重要經(jīng)濟作物，在我國農(nóng)業(yè)生產(chǎn)中占有較大的比例。河北省是全國蔬菜生產(chǎn)和調出大省，河北蔬菜在北京八大農(nóng)產(chǎn)品批發(fā)市場中占三分之一，在京津夏季市場中占三分之二。其中黃瓜占總栽培面積的5650％，占總產(chǎn)量的5654％，但黃瓜常年因病害造成的產(chǎn)量損失高達20％一30％。目前，大多數(shù)菜農(nóng)靠視覺觀察診斷病害，經(jīng)常造成誤診。因此，準確快速地識別黃瓜病害，及時采取有效的措施是黃瓜病害防治的關鍵技術。本文采用數(shù)字圖像處理技術研究了黃

3、瓜病害的圖像，實現(xiàn)病害了的自動識別，彌補了專家教授不足不能一一到現(xiàn)場指導的缺陷?！疚膶ψ鳛椤稗r(nóng)業(yè)部蔬菜工作聯(lián)系點”的定州市蔬菜基地黃瓜產(chǎn)區(qū)進行了廣泛的調查，以識別黃瓜常見病害為目的，以計算機圖像處理技術為主要技術手段，綜合運用數(shù)字圖像、生物特征、模式識別及人工智能等方面的技術，研究了黃瓜病害圖像自動識別的方法。主要工作如下：(1)采集技術研究。為了提高黃瓜病害自動識別的準確性，避免由于光線過強或過弱引起的圖像失真，對黃瓜病害圖像的采集

4、技術進行了研究。根據(jù)專家的建議，利用便攜式圖像采集裝置，在晴好天氣的早上4：00—6：00之間采集了十種常見黃瓜病害葉部圖像3000幅。(2)病害圖像的預處理方法研究。通過比較各種圖像的預處理方法，選擇運用直方圖均衡化技術和快速中值濾波法對圖像進行圖像增強處理，改善了圖像的動態(tài)范圍及對比度，突出了圖像的細節(jié)，為圖像分割奠定了基礎。然后采用Otsu閾值分割法、邊緣算子檢測的方法對病害圖像進行分割。最后利用形態(tài)學運算，對分割后的圖像中的空洞

5、和毛刺處理，使目標圖像更具體。(3)特征提取和選擇研究。根據(jù)不同黃瓜病害葉片的顏色、紋理、形狀的不同的特點，對處理后的病害圖像分別提取了顏色特征、紋理特征和形狀特征，共提取了15個特征，并對各特征參數(shù)做了定性分析，最終選擇了H均值、R均值、G均值、S能量、對比度、熵值、形狀復雜性均值、圓形性均值8個特征參數(shù)，將特征組合成特征向量來代表原圖像的全部知識。(4)病害識別研究。根據(jù)選取的特征參數(shù)，構建BP神經(jīng)網(wǎng)絡分類器，選取2000幅圖像作為