基于计算机视觉的植物叶片病斑分割与分析

《基于计算机视觉的植物叶片病斑分割与分析》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、基于计算机视觉的植物叶片病斑分割与分析摘要基于计算机视觉对植物叶片病斑进行处理分析，可以识别植物病害的病期，指导防治虫害，这是近年来计算机视觉在农业方面的热点应用之一。本文以带有病斑的植物叶片为对象，以计算机视觉技术为主要手段，进行叶片图像分割和分析，判断出植物病期。采用普通数码相机采集病斑叶片图像，再通过相机标定技术获得叶片真实尺寸。为了提高病斑分割的准确性，对叶片图像进行预处理，去除噪声和背景，图像预处理技术主要包括彩色图像灰度化、小波变换、中值滤波等。在图像预处理的基础上，运用3种分割算法将病斑部分从叶片中分割出来，

2、分割算法分别是：白适应模糊阈值分割方法，在HSI颜色空间进行病斑分割；模糊C均值聚类分割算法在Ea*b木颜色空间进行病斑分割；，基于颜色通道差值的分割算法在RGB颜色空间进行病斑分割。实验证明，基于颜色通道差值的分割算法对早期病斑分割效果最好，模糊C均值聚类分割方法对中晚期病斑分割效果好，自适应模糊阂值分割算法对晚期病斑分割算法效果好。对分割出来的病斑图像进行分析，提取H、S、I三通道的颜色矩特征值和病斑面积、圆形度和复杂度等几何特征值，作为分类器的输入参数。最后，用BP神经网络设计分类器，能够有效的进行病斑的病害程度分类

3、和病期识别。用MATLAB语言设计用户演示界面，显示分割和识别结果。关键词：计算机视觉植物叶片病斑分割特征提取病期识别SEGMENTATIoNANDANA“SISABOUTLEAFSPoTSBASEDoNCoMPUTERVISIONABSTRACTWecanrecognizethecropdiseaseandtradethepestsbyprocessingandanalyzingtheleafspotsbasedoncomputervision，thisisonehotapplyofcomputervisioninagr

4、iculture．Thispaperresearchtheleaveswithspotsandrecognizethediseasebycomputervision，whichincludeprocessing，segmentation，andanglysistheimagesofthecrop．Imagesofleavewithspotscanobtainbycommoncamera，andthen，getrealsizeofimagebycameracalibrationtechnique．Inordertoincre

5、asetheaccuracyofsegmentation，wemustpro—processedtheimageandremovethenoiseandbackground，whichincludeconvertingRGBtograyimage，waveletandmedianfiltering．Basedontheimageprocessing，usedthreealgorithmstosegmentedthespotsfromtheleafimage．Thethreealgorithmsare：segmentedsp

6、otsbyadaptivefuzzythresholdinHSIcolorspace，segmentedspotsbyFuzzy-C—Meanssegmentedalgorithminif,a,b*colorspace，segmentedspotsbydifferencebasedoncolorroadinRGBcolorspace．Theresultshows，methodofdifferencebasedoncolorroadforearlyperiodspotprecedeotheroperators，methodo

7、fFCMissuitformiddleandlaterperiodspots，andthemethodofadaptivefuzzythresholdisgoodforthelaterperiodspots．Analyzingthesegmentedspotsimage，wecanobtainitscolorcharacterofHIScolorroadandgeometrycharactersastheimportparametersforclassifier,andtheparametersincludearea，ci

8、rcularityandcomplexityofthespot．Finally,aclassifierisdesignedbyBPnetworkandtheleaflesionscanbeclassifiedandrecognizedeffectively．Theinterfaceisdesignedf