基于图像处理和模糊聚类方法的黄瓜霜霉病识别研究

被引:9
作者
彭占武 [1 ]
司秀丽 [1 ]
王雪 [2 ]
袁洪印 [1 ]
机构
[1] 吉林农业大学信息化教学与管理中心
[2] 吉林省科学技术信息研究所
关键词
图像处理; 模糊聚类; 黄瓜霜霉病;
D O I
暂无
中图分类号
S436.421 [黄瓜病虫害];
学科分类号
090401 ; 090402 ;
摘要
综合运用图像处理和模糊识别技术,以黄瓜病害为研究对象,进行黄瓜霜霉病自动识别的试验研究。在自然光条件下拍摄黄瓜叶片图像作为实验数据,为减少干扰因素对病害特征的不利影响,对原始图像做预处理,并把病斑分离出来;在农业植保专家的指导下,分析了黄瓜霜霉病病害的典型特征,从病斑形状、纹理和颜色三方面提取了16个特征参数;对黄瓜霜霉病叶片图像进行有监督的样本训练,得到黄瓜霜霉病害的标准特征模式,再对待测样本进行模糊聚类测试,平均识别准确率为95.28%。试验结果表明,该方法对于黄瓜霜霉病的识别效果较好。
引用
收藏
页码:212 / 216
页数:5
相关论文
共 10 条
[1]   基于图像处理的作物病害自动识别系统的研究 [J].
刘君 ;
王振中 ;
李宝聚 ;
郇中丹 ;
黄海洋 .
计算机工程与应用, 2012, 48 (13) :154-158+180
[2]   采用改进遗传算法提取大豆叶片病斑图像 [J].
祁广云 ;
马晓丹 ;
关海鸥 .
农业工程学报, 2009, 25 (05) :142-145
[3]   基于模糊C均值聚类的作物病害叶片图像分割方法研究 [J].
毛罕平 ;
张艳诚 ;
胡波 .
农业工程学报, 2008, (09) :136-140
[4]   基于彩色图像颜色统计特征的黄瓜炭疽病和褐斑病的识别研究 [J].
岑喆鑫 ;
李宝聚 ;
石延霞 ;
黄海洋 ;
刘君 ;
廖宁放 ;
冯洁 .
园艺学报, 2007, (06) :1425-1430
[5]   基于支持向量机的葡萄病害图像识别方法 [J].
田有文 ;
李天来 ;
李成华 ;
朴在林 ;
孙国凯 ;
王滨 .
农业工程学报, 2007, (06) :175-180
[6]   基于支持向量机的玉米叶部病害识别 [J].
宋凯 ;
孙晓艳 ;
纪建伟 .
农业工程学报, 2007, (01) :155-157
[7]  
基于图像处理和模式识别技术的黄瓜病害识别研究[D]. 彭占武.吉林农业大学. 2007
[8]  
Visual C++数字图像模式识别技术详解[M]. 机械工业出版社 , 冯伟兴, 2010
[9]  
黄瓜病虫害防治图谱[M]. 山东科学技术出版社 , 李金堂主编, 2010
[10]  
实用数字图像处理与分析[M]. 中国农业大学出版社 , 陈兵旗, 2008