基于图像处理的玉米叶部病害识别.研究

《基于图像处理的玉米叶部病害识别.研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、石河子大学学位论文独创性声明及使用授权声明学位论文独创性声明本人所呈交的学位论文是在我导师的指导下进行的研究工作及取得的研究成果。据我所知，除文中已经注明引用的内容外，本论文不包含其他个人已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确的说明并表示谢意．研究生签名：j己j争《时间：细D彳年厂月／6"日使用授权声明本人完全了解石河子大学有关保留、使用学位论文的规定，学校有权保留学位论文并向国家主管部门或指定机构送交论文的电子版和纸质版。有权将学位论文用于赢利目的的少量复制并允许论文进入学校图书馆被查阅。有权将学位论文的内容编入有关数据进行检索。有权将学

2、位论文的标题和摘要汇编出版。保密的学位论文在解密后适用本规定。研究生签名：王萄静时间：烈刃9年导师签名：杉如时间6氏配黾．磊彩a基于图像处理的玉米叶部病害识别研究1．1研究的目的和意义第一章绪论玉米是世界上种植最广泛的谷类作物，在我国玉米的种植面积和总产量仅次于水稻、小麦，居第三位，因此它在粮食作物生产中处于举足轻重的地位。近年来，随着农业生产水平的提高、品种的更换及耕作的改变，玉米病害的发生和危害呈加重趋势，严重影响了玉米的品质和产量，防治玉米病害的发生对玉米生产乃至我国的粮食安全有着重要意义。有效地防治病害的发生是建立在准确的识别、诊断病害的前提下。目前，我国普遍使用人工识别、诊断

3、农田病害的方法，但由于玉米病症的外观表现难以用精确和定量的数字进行描述，病历记录又常常是不完整的，因此即使有经验的植保专家在进行玉米病害的诊断时也常会出现偏差，此病害识别已不适合农业可持续发展的需要。玉米病害诊断专家系统也可对玉米病害进行诊断，但目前绝大多数病害诊断专家系统和病害图像库中存储的都是以文本方式来描述病害相关知识以及病害图片，要求用户以文字方式提供农作物病害的颜色、形状、发生部位等信息来实现对病害的诊断，检索出相应的诊断结果【ll。但以文本来描述病害信息需要用户掌握相当量的专业词汇，而且由于文字描述的主观性和不准确性，可能导致后继诊断的偏差，甚至错误。基层农业人员首先容易获

4、得的是病害图像信息数据，如果可以在未知病害种类时，利用病害图像数据自动识别病害种类，则是符合当今农业生产现状的识别病害种类新途径。随着科学的不断发展，图像识别已经迅速发展成为一项重要科技手段，它综合运用了计算机图像处理技术、机器视觉、模式识别及图像理解等学科知识，利用计算机图象处理技术对图像进行处理、分割、识别。现今，图像识别技术已被广泛应用到许多领域中。由于图像可以提供丰富且有效的信息，给识别带来了极大的方便，图像识别技术一直受到人们的重视，是模式识别领域的研究热点之一。图像识别是关注分析图像内容的算法。在给定～幅含有多个对象的数字图像的条件下，基于图像的模式识别一般有四个阶段：第一

5、为图像的预处理阶段，该阶段为便于提取感兴趣的信息对原始质量不高的图像进行增强和复原处理；第二为图像分割阶段，该阶段检测出图像中各个对象，并把研究对象与其他对象或背景分离；第三为特征提取阶段，对分割后的物体进行度量而产生一些描述图像的特征，组合这些特征形成一组可用于识别的特征向量；第四为分类识别阶段，它输出决策，最终决定每个图像对象应该归属的类别12】。通过前两个阶段的图象处理，提取出可识别图像中对象的有效特征，依据提取的特征可分类识别出图像中对象。而玉米叶部病害由于其致病病原物种类不同会产生形状、大小、颜色、纹理等方面有差异的病斑。病斑的特征直接反映了作物所受病害的种类以及病害的危害程

6、度，所以对病斑的基于图像处理的玉米叶部病害识别研究认识是诊断作物染病的关键【3】。故可利用图像处理技术预处理玉米病害图像后，提取病斑图像颜色、纹理和形态等特征，选取有效特征组合实现对玉米病害进行定量地、正确地分类识别。但由于采集的病害图像样本采集条件不同，病变叶片大小不一，且图像中有大量的噪声及背景存在，在分析识别病害之前，为消除这些因素对识别结果的影响，必须进行图像预处理和分割，以获得要分析识别对象的图像；另外，图像特征的提取及选取是高效和正确识别图像的关键。对玉米病害图象处理及特征选取的研究是识别玉米病害的前提及关键，为利用图象识别技术正确识别作物病害奠定了基础。为今后运用图象识别

7、诊断作物病害新方法在实际生产中的应用提供了理论及技术支持。1．2国内外图像识别技术研究进展视觉是人类最高级的感知器官，人类感知外界信息，80％以上是通过视觉得到的【4】’而图像实际上正是对这种感知能力的一种人为增强形式，即人通过图像对客观物体建立明确而有意义的描述。从20世纪70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展，人们开始研究用计算机系统解释图像，以实现图像的分类与识别，发展初期主要