基于多重分形特征的作物叶片图像分割技术的研究

《基于多重分形特征的作物叶片图像分割技术的研究》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、、？．；＇晦＇ｉＳ？＇ｉ０‘．ｒ／夢．＇、、？驚＃寺１ｓ‘：女操■知．，苗；：．－．蔓，ｈ＂／，：心鬚／ＶＣ拓；Ｐ％．；畜．．．Ｓ‘苗，法；ｈ矣謬．／＞．．受；．ｉ卢；茲蠢角；｛入》，．琴－擊璋＇放；／、ｒ巧ｉ．巧－．、．芭ｒ．＞：污；．扭．－＞．‘．．＞弯漫．．；：茲＾．幕—、餐Ｗ碱考Ｉｆ逢３托决’逼－讀，／Ｋ、＊‘／‘±ｉ硕位论文＇ｉ蔓．一＇１電作ｆ１巧＾ｖ％、＾ｉｒ詔．ｆ＂ｖ、Ｐ．；，琴、、－＂－言．争；．皆片＇皆．义義．形物叶割暮重雛的邮論Ｗ害＼；献的究＇ｔ．＇

2、；？心；＂－脊．＾：＇ｖ一‘唉＼、；．安．兵餐斗霸游＇．＂．’＇＾．ｖ：；巧谭舌心．玻－；ｉＩ＇■－＇＾豪＜ｖ过ｒ４．賣：．，寥‘唯皆＇’．．ｔ‘：．幾．，‘．策寧、ｖ乏．舊１＇－＞卖Ｖ．ｕ．茂；＞於簿Ｈ＇窠丢．７护Ｗｓ．－．ｉ仁．ｓ＇＇－：感Ａ．＼．．ＪＶ苗海巧Ｈ．－ｆ４％辑維＾施施文Ａ：祇，一：＇，義；．ｒ．１／；诚－＾＜ＩＳ．指教师邹＾示Ｖ＇ｖ：读．辞．Ｖ、，占＂■终／．学专＾生物数学－：‘奸蘇ｆ－Ｖ達—ｙ，宗研＾Ｓ分綱髓喊用妻；護兵＇Ｓ、１７＇＇ｉ－怒：户ｖ令ｉ

3、畫＇巧．兵１＞：／满ｈ；＇今、＾＇、ｎ、蔚替ｉ＇焉、＇．！ｉ‘Ｍ．５Ｙｉ襄蔡％．言ｉ‘妾记．爹ｒ＃嫂ｆ．－啼特＾呼＾＂，谭－＼詩驚：诗．＾／１．－；、＇，桌．■、瑪．＇賓＇ＭＶｓ嫌式占技＇私每殺＾－袭柏诗￥ｉ某對ｒ．＞＇ｉ，．留？＇Ｖ．＇梦；‘＾羞菩ｌ，＼知某ＶｇＶＸ．ｒ鬚＇‘１分类号密级ＵＤＣ单位代码觸斋农皮丈缘硕±学位论文基于多重分形特征的作物叶片图像分割技术的研究Ｒｅｓｅａｒｃｈｏｎｓｅｍｅｎｔａｔ

4、ｉｏｎｔｅｃｈｎｏｌｏｏｆｃｒｏｌｅａｆｇｇｙｐｉｍａｅｂａｓｅｄｏｎｔｈｅｍｕｌｔｉｆｒａｃｔａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｇ研究生姓名施文指导教师邹锐标学科专业生物数学硏究方向分形几何及其应用？论文答辩日期抑Ｉ．Ｍ缴镑齡ｊ腑别為沫＂论文评阅人省１义，＾参為．处健＾二０—五年六月独创性声明本人声明所呈交的论文是我个人在指导老师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研巧成果，也不包含

5、为获得湖南农业大学或其它教育机构的学位或证一书而使用过的材料。与我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明确的说明并表示了谢意。’＇占日研巧生签名：娘心时间；知／／年＾月关于论文使用授权的说明本人完全了解湖南农业大学有关保留、使用学位论文的规定，目Ｐ：学校有权保留送交论文的复印件和电子稿，允许论文被查阅和借阅，可Ｗ采用影印、缩印或扫描等复制手段保存、汇编学位论文。同意湖南农业大学可Ｗ用不同方式在不同媒体上发表、传播学位论文的全部或部分内容，并同意将由此产生的收益捐赠给学校教育基金会用于发展研究生

6、教育。保密的学位论文在解密后应遵守此协议（）：时间研巧生签名名占：年＾月日导师签名／：复时间：年＾月＾日摘要摘要叶片作为作物的重要器官和营养摄取的主要组织，其形态和表面的纹理持征能够表征作物的生长情况和病虫害情况。同时叶片在作物生长过程中形态变化比根、茎的变化小，因此其纹理特征是探究作物生长状况的理想对象，但由于现阶段刻画纹理特一征的有效工具很少一，是个待解决的难题。分形中的多重分形理论是种描述图像纹理特征的重要手段在并图像处理领域得到了很好的应用。本文利用多重分形理论针对叶片图像奇异性的特点，并利

7、，提出了多种描述叶片灰度图像多重分形特征方法用这些特征对作物图像分割问题展开了研究，旨在通过机器智能为作物叶片缺素和病害无损诊断系统提供理论基础。１．实现了基于局部容量测度多重分形的油菜病虫害叶片纹理特征的提取方法，并一进步实现图像分割技术。实验表明该分割方法对叶片的边缘、叶脉Ｗ及病害区域非常敏感，能够较好地分割出病害区域，对于叶片的各种不同病害图像用基于不同容量测度的多重分形谱分割的效果存在差异，但总的来说，基于容量测度的多重分形谱分割方法能够较准确的检测出病害关键区域。２一二．在去波动平均分析方法的基础上提出了

8、种新的维多重分形去趋势波动平均分析方法，并对缺素叶片图像作分割实验，将新的方法应用于对油菜缺钟和缺镇叶片分割中来验证该方法的有效