基于數(shù)字圖像處理的果樹病蟲害智能化檢測.pdf

1、伴隨著國家經(jīng)濟(jì)和社會(huì)的快速發(fā)展，中國的果樹種植業(yè)有了很大的增長，水果產(chǎn)品的消費(fèi)呈迅速增長趨勢。自1993年開始，中國成為世界第一水果生產(chǎn)大國。2009年中國果園播種面積為1113.95萬公頃，水果總產(chǎn)量2億噸，居世界第一位。2009年中國人均果園面積為83.5平方米，人均水果產(chǎn)量為15.28噸，略高于世界平均水平。
　　隨著果樹種植面積的增大，果園的害蟲防治工作變得重要，已經(jīng)成為影響果園生產(chǎn)的頭等任務(wù)。當(dāng)果樹受到害蟲危害，果實(shí)的質(zhì)

2、量和產(chǎn)量都將受到威脅，甚至造成果樹絕收。果實(shí)一旦被害蟲侵害，其經(jīng)濟(jì)價(jià)值就降低了。果樹害蟲對果園的經(jīng)濟(jì)造成了重大損失。所以，果樹害蟲檢測是果園生產(chǎn)活動(dòng)中的一項(xiàng)重要工作。為了保證果樹的產(chǎn)量和果實(shí)的質(zhì)量，必須加強(qiáng)果園中果樹害蟲的檢測工作。
　　為實(shí)現(xiàn)對果樹害蟲的智能化檢測，本文利用數(shù)字圖像處理、模式識別等技術(shù)對果樹害蟲圖像進(jìn)行處理。首先對獲取的害蟲圖像采用中值濾波法使圖像平滑，然后采用高頻加強(qiáng)濾波器對圖像進(jìn)行銳化處理，最后進(jìn)行圖像分割，

3、形成果樹害蟲的二值化圖像。其次，形成所得果實(shí)害蟲圖像的幾何形狀、灰度統(tǒng)計(jì)量和紋理特征，提取若干作為原始特征。再次，為了降低特征數(shù)目以提高效率，在進(jìn)行分類識別之前，分別利用遺傳算法和類內(nèi)散布矩陣對原始特征進(jìn)行特征選擇和提取。最后，采用BP神經(jīng)網(wǎng)絡(luò)分類器，對果樹害蟲進(jìn)行識別分類。
　　為了證明采用基于遺傳算法的特征選擇對最優(yōu)特征子集的選擇更有效率，分別在未采用遺傳算法和采用遺傳算法的情況下進(jìn)行特征選擇，然后對果樹害蟲進(jìn)行分類識別，并對