基于計(jì)算機(jī)視覺(jué)的植物葉片病斑分割與分析.pdf

1、基于計(jì)算機(jī)視覺(jué)對(duì)植物葉片病斑進(jìn)行處理分析，可以識(shí)別植物病害的病期，指導(dǎo)防治蟲害，這是近年來(lái)計(jì)算機(jī)視覺(jué)在農(nóng)業(yè)方面的熱點(diǎn)應(yīng)用之一。本文以帶有病斑的植物葉片為對(duì)象，以計(jì)算機(jī)視覺(jué)技術(shù)為主要手段，進(jìn)行葉片圖像分割和分析，判斷出植物病期。
　　 采用普通數(shù)碼相機(jī)采集病斑葉片圖像，再通過(guò)相機(jī)標(biāo)定技術(shù)獲得葉片真實(shí)尺寸。為了提高病斑分割的準(zhǔn)確性，對(duì)葉片圖像進(jìn)行預(yù)處理，去除噪聲和背景，圖像預(yù)處理技術(shù)主要包括彩色圖像灰度化、小波變換、中值濾波等。在圖

2、像預(yù)處理的基礎(chǔ)上，運(yùn)用3種分割算法將病斑部分從葉片中分割出來(lái)，分割算法分別是：自適應(yīng)模糊閾值分割方法，在HSI顏色空間進(jìn)行病斑分割；模糊C均值聚類分割算法在L*a*b*顏色空間進(jìn)行病斑分割；基于顏色通道差值的分割算法在RGB顏色空間進(jìn)行病斑分割。實(shí)驗(yàn)證明，基于顏色通道差值的分割算法對(duì)早期病斑分割效果最好，模糊C均值聚類分割方法對(duì)中晚期病斑分割效果好，自適應(yīng)模糊閾值分割算法對(duì)晚期病斑分割算法效果好。
　　 對(duì)分割出來(lái)的病斑圖像進(jìn)行