玉米生长期叶部病害图像识别预处理研究

被引：8

作者：

刘丽娟 ^{[1
]}

刘仲鹏 ^{[2
]}

程芳 ^{[1
]}

机构：

[1] 河北农业大学信息科学与技术学院

[2] 保定学院信息技术系

来源：

河南农业科学 | 2013年 / 42卷 / 10期

关键词：

玉米; 叶部病害; 图像预处理; 图像识别;

D O I：

10.15933/j.cnki.1004-3268.2013.10.007

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对玉米生长期叶部病害的图像,引入图像模式识别技术,实现病害图像的预处理。基于传统算法的不足,提出一种改进的小波图像增强算法,提高了图像的识别精度;深入研究了病害图像的直方图均衡化预处理、基于矢量中值滤波的图像增强操作算法,并引入超绿特征值进行图像分割,从而实现了对目标图像的去噪、增强,为下一步的特征提取与病害识别打下了良好基础。

引用

页码：91 / 94

页数：4

共 5 条

[1] 玉米叶部病害症状特征、发生规律及综合防治措施 [J].

刘淑新 ;

刘丽云 ;

樊俊明 ;

张菁菁 .

农业科技与装备, 2010, (06) :44-46+50

[2] 改进型自适应中值滤波算法在图像处理中的应用 [J].

李银华 ;

路新惠 .

郑州轻工业学院学报(自然科学版), 2009, 24 (01) :83-86

[3] 基于计算机视觉的萝卜幼苗自动识别技术 [J].

孙明 ;

凌云 .

农业机械学报, 2002, (05) :75-77

[4] 用BP神经网络进行秧苗图像分割 [J].

吕朝辉 ;

陈晓光 ;

吴文福 ;

赵红霞 .

农业工程学报, 2001, (03) :146-148

[5]

Identification of citrus disease using color texture features and discriminant analysis[J] . R. Pydipati,T.F. Burks,W.S. Lee.Computers and Electronics in Agriculture . 2006 (1)

← 1 →