[00789830]基于图像识别的向日葵叶部病害诊断研究

该课题所要研究的四种不同病害(细菌性叶斑病、黑斑病、霜霉病、锈病)产生的病斑在颜色、纹理特征方面差异明显，而在形状特征方面无规则可循，所以该研究从向日葵叶部病斑颜色、纹理特征入手，采用计算机图像处理技术，综合运用图像处理、模式识别、计算机视觉、植物病理学等方面的知识对向日葵叶部病害进行自动识别，从而加深对向日葵病害的认识。主要研究内容如下： 1)向日葵叶部病害图像采集。有针对性地采集部分向日葵叶部病害相关图像，传入计算机进行后续处理，为确保向日葵叶部病害的自动识别系统对病害图形识别准确有效，将邀请专业植保人士对所采集到的向日葵叶部病害样本进行准确辨别。 2)向日葵叶部病害图像预处理。采用计算机图像处理技术，经分析向日葵叶部病害自身特点以及比较各类彩色图像去噪方法，采用彩色图像矢量中值滤波法对向日葵叶部病害图像进行去噪处理，这种方法不仅有效去除外界干扰噪声，还很好的保留了病斑边缘，图像不模糊；去噪处理之后，还需对输入图像进行是否含有病害的诊断。 3)研究适合向日葵病害叶部图像分割算法。首先采用自选阈值法对病斑进行粗略分割，在此基础上，利用区域标记和区域生长相结合的方法对病斑进行精准分割，最后对精细分割后的病斑进行数学形态学操作进而改善病斑分割效果，为向日葵叶部病害图像特征分析提供准确良好的基础图像。 4)向日葵叶部病害图像特征提取。分析向日葵叶部病害图像的颜色特征、纹理特征，分别优选出适合图像识别的颜色特征、纹理特征中共19个最佳特征参数，之后将它们输入到病害识别分类器中，作为病害识别的特征依据。 5)向日葵叶部病害的识别诊断。在对病害特征深入分析的基础上，结合该研究实际研究条件，此处选取适合小样本分类识别的支持向量机模式识别法对向日葵病害进行诊断识别。经仿真实验证明，该方法可较准确的诊断出向日葵叶部四种病害种类。 在GUI界面仿真平台上实现了对向日葵叶部病害图像的读入、预处理、分割、特征提取和模式识别等内容的研究，开发了向日葵叶部病害可视化智能识别系统。并获得了软件著作权一项。 整个检测系统只由一个便携式的CCD摄像机或数码照相机、一台计算机组成。利用机器视觉技术进行病害识别，可实现向日葵叶部多种病害的快速、稳定、实时诊断，易于操作。填补了内蒙古在该领域研究的空白。 取得的成果及科学意义和应用前景该研究结合向日葵叶部染病时病斑所呈现的颜色、纹理等生物特征，采用先进的数字图像处理技术和模式识别方法构建出向日葵叶部病害诊断系统；并以MATLAB为平台，利用图形用户界面 (Graphical User Interface，GUI)实现了向日葵病害图像预处理、病斑分割、病斑特征提取和病害识别，最终设计开发了基于图像识别的向日葵叶部病害诊断识别系统，可以识别向日葵常见的细菌性叶斑病、黑斑病、霜霉病、锈病等。 该研究内容(学位论文)被引用2次，下载174次，发表的论文被下载多次。 该研究获得了软件著作权2项，一项发明专利(已进入实质性审核阶段，申请号201610064181.3)。