小麦叶部常见病害特征提取及识别技术研究.pdf

《小麦叶部常见病害特征提取及识别技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、1542014，50(7)ComputerEngineeringandApplications计算机工程与应用小麦叶部常见病害特征提取及识别技术研究王美丽，牛晓静，张宏鸣，赵建邦，何东健WANGMeili，NIUXiaojing，ZHANGHongming，ZHAOJianbang，HEDongjian1．西北农林科技大学信息工程学院，陕西杨凌7121002．西北农林科技大学机械电子与工程学院，陕西杨凌7121001．CollegeofInformationEngineering，NorthwestA&FUniversity,Yangling，Sh

2、aanxi712100，China2．CollegeofMechanicalandElectronicEngineering，NorthwestA&FUniversity,Yangling，Shaanxi712100，ChinaWANGMeili，NIUXiaojing，ZHANGHongming，eta1．Researchonfeatureextractionandrecognitionofcommondiseasesofwheatleaf．ComputerEngineeringandApplications，2014，50(7)：154—157

3、．Abstract：Thispaperselectsfourcommondiseasesofwheatleafimages，usingimageprocessingtechniquestoidentifydifferenttypesofdisease．Firstly,theRGBcolorspaceisconveaedtoHSVcolorspace，therelevantcolorcharacteristics(hueandsaturation)areextracted，andthengeometryfeatures(perimeterarea，s

4、quareness，roundness，eccentricity，etc．)areextracted．Toobtaintheeigenvaluesofeachdiseaserange，thesampleimagesareanalyzed，andthentheeigenvaluesoftheunknownsamplesareusedtoidentifydifferentkindsofwheatdiseases．Thisresearchtakespowderymildewandrust(1eafrust，striperustandstemrust)as

5、researchobjects．Basedoncolorcharacteristics，thepowderymildewandrustareidentified，accordingtotheshapecharacteristics，leafrust，striperustandstemrustareidentified．Theproposedmethodissimpleandconvenientwithanidentificationrateofmorethan96％．Theexperimentalresultsshowthatthechosenco

6、lorandshapefeaturesofthesefourcommondiseasesarevalidandfeasibleforwheatdiseasesidentification．Keywords：wheatdisease；featureextraction；imagerecognition摘要：选取小麦叶部常见病害图像，利用图像处理技术进行病害种类的识别。将图像由RGB彩色空间转换到HSV颜色空间，提取相关的颜色特征(色相和饱和度)，接着提取几何形状特征(周长、面积、矩形度、似圆度、偏心率等)，通过分析样本图像得到每种病害的特征值范围，利

7、用特征值对未知样本进行病害识别。系统以白粉病和锈病(叶锈病、条锈病和秆锈病)为研究对象，根据颜色特征对白粉病和锈病加以识别，然后根据几何形状特征对叶锈病、条锈病和秆锈病进行识别，操作简单方便，识别准确率达96％以上。实验结果表明，选取的颜色特征和几何形状特征对4种小麦叶部常见病害的识别是有效且可行的。关键词：小麦病害；特征提取；图像识别文献标志码：A中图分类号：TP399doi：10．3778／j．issn．1002—8331．1308．03161引言有20多种⋯，且发病率较高的部位集中在小麦叶部。因我国的小麦种植面积大且分布广。病虫害问题一此，本

8、研究利用图像处理技术实现对小麦叶部常见病害直是制约小麦生产，影响小麦产量和质量的关键问题之的分类识别，这对小麦病害的预防和