柑橘潰瘍病檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、柑橘是世界第一大水果，但是其生產(chǎn)過程卻受到潰瘍病的巨大威脅。傳統(tǒng)的病害檢測(cè)方法不能滿足現(xiàn)代生產(chǎn)需要。本文以計(jì)算機(jī)視覺系統(tǒng)為主要手段，綜合利用數(shù)字圖像處理、統(tǒng)計(jì)學(xué)習(xí)、模式識(shí)別等技術(shù)，提出了一種快速檢測(cè)柑橘潰瘍病的方法，并在此基礎(chǔ)上實(shí)現(xiàn)了柑橘潰瘍病自動(dòng)檢測(cè)系統(tǒng)。圍繞柑橘潰瘍病的自動(dòng)診斷這一課題，本文的研究工作主要包括以下幾個(gè)方面：
　　 探討了柑橘潰瘍病的特征提取算法。嘗試了不同的顏色與紋理特征提取算法，并將其應(yīng)用到到柑橘潰瘍病的識(shí)

2、別問題中，從中選取對(duì)潰瘍病識(shí)別有利的特征，為類似的病害檢測(cè)問題提供經(jīng)驗(yàn)。
　　 改進(jìn)級(jí)聯(lián)AdaBoost分類器用于柑橘潰瘍病識(shí)別。具體的改進(jìn)策略是在級(jí)聯(lián)AdaBoost分類器的每一級(jí)中并行引入輔助判決函數(shù)，當(dāng)樣本被級(jí)聯(lián)框架中的某級(jí)AdaBoost分類器判為假后，使用該級(jí)的輔助判決函數(shù)對(duì)其進(jìn)行二次判決。輔助判決函數(shù)不僅考慮了當(dāng)前級(jí)分類器的判決結(jié)果，還考慮了前面分類器的歷史判決信息。柑橘潰瘍病識(shí)別問題的實(shí)驗(yàn)結(jié)果表明，該方法與其他級(jí)聯(lián)

3、分類器結(jié)構(gòu)相比，能獲得更好的檢測(cè)效果。
　　 針對(duì)柑橘潰瘍病病斑局部自相似性的特點(diǎn)，提出了一種基于窗口合并的識(shí)別搜索方案。基于窗口合并的方法采用先局部后整體的思想，先將圖像劃分為小窗口，對(duì)小窗口進(jìn)行識(shí)別，即搜索病斑的局部，識(shí)別完成后再將局部合并起來組成一個(gè)整體進(jìn)行二次識(shí)別。由于對(duì)小窗口的檢測(cè)沒有重復(fù)檢測(cè)，因此能夠大大減少搜索時(shí)間。實(shí)驗(yàn)結(jié)果表明，針對(duì)柑橘潰瘍病檢測(cè)問題，窗口合并的方法比常見的金字塔搜索與滑動(dòng)窗口搜索有更高的檢測(cè)率與