基于图像处理技术的黄瓜叶片病害识别的研究论文.pdfVIP

基于图像处理技术的黄瓜叶片病害识别的研究 王树文，张长利，房俊龙，关辉 (东北农业大学工程学院，黑龙江哈尔滨150030) 摘要：为了提高黄瓜叶部病害检测与染病程度的分级的准确率和效率，本文综合运用图像处理技术、人工神经 网络技术，实现黄瓜叶部病害检测与染病程度分级，并主要对发病率高且危害严重的黄瓜霜霉病、白粉病和病毒 病进行了试验研究。首先，通过接种方法获得了纯正的黄瓜病害样本，在自然条件下，跟踪采集了染病植株各个 发病阶段的样本图像。利用图像处理的去除噪声、图像分割，图像增强等多种基本图像处理的方法对黄瓜叶部病 害图像进行了处理，综合运用二次分割的方法将黄瓜病斑从图像中分离出来，为了减少由光照变化产生的干扰， 经比较提出了在YUV颜色模型下选取v分量进行病斑分割，经形态学滤波运算后得到痛斑区域．其次，对黄瓜叶 部病害图像进行了特征分析，通过提取三种特征包括22个特征参数，采用BP算法训练的多层前向人工神经网络 对黄瓜病害进行分类，同时，通过精确计算病斑面积与整个叶片面积的比值，得出病害的染病级别。本文中黄瓜 叶部病害检测方法、特征提取方法以及染病分级方法的采用，使该计算机视觉系统节省了时间，提高了精度．实 验证明，检测系统的黄瓜叶部病害乎均识别精度为95．31,／,，并能够快速准确地对黄瓜叶片病害的染病程度进行分 级’。 关键词：图像处理；BP算法；黄瓜；病害；识别 众所周知，黄瓜是重要的蔬菜作物之一，也是我国居民食用的主要蔬菜之一…。黄瓜是一种 容易染病的作物，在不同品种、区域、气候条件、耕作方法及栽培技术条件下，发生的病害种类 和危害程度不同。黄瓜的病害问题已成为全国乃至世界范围内，困扰着黄瓜栽培成败的关键性问 题之一心1。然而，由于植物的生长环境等日趋恶化，黄瓜病虫害不断加重，再加上植物病害的病 原菌数目众多，引起症状呈现多样性、复杂性，并且长期以来在对症状描述上一直没有采用精确、 定量的方法，造成了植物病害诊断标准的模糊，妨碍了农业生产者对植物病害进行正确有效的判 断，导致盲目大量施用农药，造成农产品污染、土壤污染、水体污染等严重后果瞄1。 本文从实际需要出发以图像处理技术为主要手段，建立了黄瓜病害的染病程度的分级和识别 诊断系统。该系统能够缩短病害识别的周期、降低由于主观冈素产生的误差、提高判别的精度并 为防治措施提供依据。同时，本文提出了一种快速准确的无损测量黄瓜叶片形态参数的方法，为 指导黄瓜生产和研究黄瓜生长特性提供参考。 1样本图像的采集 1．1黄瓜病害样本的培育 本实验以黄瓜叶片为研究对象，针对霜霉病、白粉病、病毒病三种发病率高且危害严重的黄 瓜病害进行识别141。为采集到具有代表性的样本图像，在实验基地培育了的病害样本并进行连续 跟踪拍摄。在实验基地内首先培育出健康的黄瓜植株，再将事先培养的病菌通过喷雾、针刺等方 法接种到黄瓜叶片上，再培养10至20天。 1．2采集图像 利用图像采集系统，选择光照强度适中的时间进行拍摄，从发病初期开始直至病情发展到非 常严重的时期，平均每隔两天采集一次病叶图像。拍摄前调节相机的白平衡，使得拍摄到的图像 颜色尽量接近叶片本身的真实颜色。采集的样本图像如图l所示。 178 2图像预处理方法的研究 21图像增强 本文采用锐化滤波法实现图像的增强“，凹像锐化是使在圈像传输和变换过程中模糊的边缘 蚓像和轮廓图像变得清晰，使其细1y变得更加明显．增强后的效果如图2所示，本文以黄瓜霜霉 痛图片为例。 2 2背景分割 2 2．1叶片与背号的分割 本文采用二敬分割法进行图像分制，采用取峰{圭求取闽僮，然后进行图像分割。接着采用区 域填充法 滤除峨声．就得到叶片区域的二值图像。将二值幽像与原图像做乘法远算可以得到去除背景 的叶片幽像。 ★满▲ (a)镕霉镕 (b)白粉病 (c)病毒病 目1黄瓜病害样本图像 1 cucu曲er FigSample disea…髓卵5 ^套 (a)原图像 (b)增强后图像