基于显微图像处理的稻瘟病菌孢子自动检测与计数方法

被引：27

作者：

齐龙 ^{[1
,2
]}

蒋郁 ^{[3
]}

李泽华 ^{[4
]}

马旭 ^{[1
,2
]}

郑志雄 ^{[2
]}

汪文娟 ^{[5
]}

机构：

[1] 华南农业大学南方农业机械与装备关键技术教育部重点实验室

[2] 华南农业大学工程学院

[3] 华南农业大学现代教育技术中心

[4] 华南农业大学数学与信息学院

[5] 广东省农业科学院植物保护研究所

来源：

农业工程学报 | 2015年 / 31卷 / 12期

基金：

高等学校博士学科点专项科研基金; 浙江省自然科学基金;

关键词：

图像处理; 菌; 算法; 稻瘟病菌孢子; 光照校正; FCM-Canny边缘检测; 改进分水岭算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

稻瘟病菌孢子的检测通常在显微镜下由人工目测完成,该方法费时、费力、自动化程度低。因此,该研究提出了一种基于显微图像处理技术的稻瘟病菌孢子自动检测和计数方法。首先,采用显微图像系统获取稻瘟病菌孢子图像;然后提出一种分块背景提取法对其进行光照校正;根据显微图像中孢子的边缘特征,利用Canny算子进行边缘检测,其中Canny边缘检测过程中的阈值应用模糊C均值算法在梯度图上自动确定;接着对边缘检测后的二值图像进行数学形态学闭开运算处理。根据孢子和主要杂质的形态特征,利用椭圆度、复杂度和最小外接矩形宽度等形态特征参数对目标物进行分类,提取只含孢子的二值图像。最后,提出了基于距离变换和高斯滤波的改进分水岭算法对粘连孢子进行分离。测试结果表明:在100幅测试的显微图像样本中,孢子检测的平均准确率为98.5%,满足稻瘟病菌孢子自动检测和计数要求。

引用

页码：186 / 193

页数：8

共 21 条

[1] 基于机器视觉的多个玉米籽粒胚部特征检测 [J].