复杂背景下小麦病害图像分割方法研究及应用

《复杂背景下小麦病害图像分割方法研究及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据独创性声明本人声明所呈的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特另tlDH以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得安徽农业大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：逛盔盏签字日期：z叫c1年铜卵学位论文版权使用授权书本学位论文作者完全了解安徽农业大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和电子文件，允许论文被查阅和借阅。本人授权安徽农业大学可以将学位论文

2、的全部或部分内容编入有关数据库进行检索，收录到《中国学位论文全文数据库》，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文，向社会公众提供信息服务。(保密的学位论文在解密后适用本授权书)。学位论文作者签名：逛盥签字日期：舛多月珀指导教师签名：邋签字日期：加，弘年易月r日学位论文作者毕业后去向：麴些。工作单位：垒丝照麴盍垒筮垒虱电话：!呈盈勉2垒五通信地址：蹙盈幽幽出越础墨编：奠!皇壹f万方数据摘要

3、

4、IIIIIIIIIIIIIIIIlY2753951小麦作为我国主要的粮食作物之一，其产量是国家粮食安全的重要保证。小麦病害是影响小麦产量的重要因素，病害的爆发会带来大规模的减

5、产、降质。因此，加强对小麦病害识别方法的研究具有重要的意义和价值。其中，图像识别技术是应用于小麦病害识别领域的新技术，近年来取得快速的发展和广泛地应用。图像分割是图像识别过程中的关键步骤，决定了后续识别的成功与否。复杂背景下的图像分割一直以来都是图像分割领域中的难以解决的问题，由于大田小麦所处的环境复杂(光照阴影、泥土、杂草等等)，背景信息量巨大，传统的分割方法不足以将病斑图像与复杂的背景环境进行分离，目前这类问题尚未得到较好的解决。本文在总结国内外相关研究成果的基础上，针对复杂背景下小麦病害图像的实际特点，以小麦的四种叶部病害(条锈病、叶锈病、白粉病和叶枯病)为对象，研究了

6、复杂背景下小麦病害图像分割方法，并通过实验验证了该方法的有效性，最后设计了复杂背景下小麦病害图像智能分割系统，论文主要从以下几个方面进行了研究：(1)提出一种基于K．means聚类法等多种算法相结合的分割方法。该方法采用逐步分割的策略将小麦病斑图像从复杂的背景环境中分割出来：首先是在L木a木b木色度空间下，利用泥土、光照、杂草等背景与小麦病害叶片在a木b木分量上所呈现出的差异性，对a％木颜色分量上的像素进行K．means聚类运算，从复杂背景中分割出小麦叶片图像；其次，利用Otsu动态阈值法对图像进行二值化处理，并结合数学形态学运算及面积阈值法分割出带有病斑的主要小麦病害叶片图

7、像；最后，根据病斑在颜色特征上与健康叶片区域的区别，采用绿色分割法，实现复杂背景下小麦病斑图像分割。(2)分割方法的实验验证。利用上述方法对复杂背景下4种常见的小麦病害彩色图像进行分割实验，通过实验结果的对比以及实验数据的统计分析，得出该算法的分割准确率达到95％以上，表明该算法有较好的鲁棒性和分割准确率，为病害识别奠定基础。(3)设计并开发了基于MATLAB语言的复杂背景下小麦病害图像智能分割系统。关键词：小麦病害，图像分割，复杂背景，K．means：万方数据AbstractAsoneofmaingraincropsofChina，wheatisanimportantgua

8、ranteeof、foodsecurityforourcountry．Wheatdiseaseisoneofthekeyfactorsthatcaninfluencethewheatyield，andtheoutbreakofthediseasecanleadtoamassivereductionofoutputandquality．Therefore，tostrengthenthestudyofwheatdiseaserecognitionmethodisofgreatimportanceandvalue．Amongallthemethods，theimagerecogni

9、tiontechnologyisanewtechnologyappliedinthefieldofwheatdiseaseidentificationandithasbeenrapidlydevelopedandwidelyusedinrecentyears．Imagerecognitionincludesimagepreprocessing，imagesegmentation，featureextractionclassificationandrecognitionandothersteps．Amon