基于改进颜色特征的小麦病害图像识别技术研究

被引:13
作者
刘连忠
张武
朱诚
机构
[1] 安徽农业大学信息与计算机学院
关键词
小麦病害; 机器视觉; 图像识别; 颜色特征;
D O I
10.13989/j.cnki.0517-6611.2012.26.104
中图分类号
S435.12 [麦类病虫害];
学科分类号
摘要
[目的]介绍一种根据小麦病害图像的颜色特征进行病害识别的方法。[方法]首先对小麦叶部图像进行预处理,利用小波变换进行病害部位增强和去噪;然后基于病害部位的非绿特征进行图像分割,得到只包含病害像素的图像;对病害图像颜色进行统计,得到R、G、B分量的均值,并用相对于绿色分量的均值比作为颜色特征值;最后通过分析样本图像得到每种病害的特征值范围,利用颜色特征值对未知样本进行病害识别。[结果]采用该方法对小麦叶锈病、条锈病、白粉病进行识别,平均准确率达到98%。[结论]为小麦病害的诊断与诊治提供了理论依据。
引用
收藏
页码:12877 / 12879
页数:3
相关论文
共 12 条
[1]   一种基于区域分割的红外可见光图像融合方法 [J].
邢永康 ;
葛小青 .
重庆理工大学学报(自然科学版), 2011, 25 (01) :59-63+106
[2]   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
[3]   小麦的细菌性病害 [J].
尹燕妮 ;
张晓梅 ;
郭坚华 .
江苏农业科学, 2006, (06) :159-162
[4]   基于温室植物叶片纹理的病害图像处理及特征值提取方法的研究 [J].
张静 ;
王双喜 ;
董晓志 ;
程鹏飞 .
沈阳农业大学学报, 2006, (03) :282-285
[5]   温室植物病害的图像处理及特征值提取方法的研究——基于色度的特征值提取研究 [J].
崔艳丽 ;
程鹏飞 ;
董晓志 ;
刘志华 ;
王双喜 .
农业工程学报, 2005, (S2) :32-35
[6]   小麦病害化学防治研究进展 [J].
宋玉立 ;
王瑞芳 .
河南农业科学, 2004, (07) :50-51
[7]   基于支持向量机和色度矩的植物病害识别研究 [J].
田有文 ;
张长水 ;
李成华 .
农业机械学报, 2004, (03) :95-98
[8]   2002年我国小麦条锈病发生回顾 [J].
万安民 ;
赵中华 ;
吴立人 .
植物保护, 2003, (02) :5-8
[9]   Image pattern classification for the identification of disease causing agents in plants [J].
Camargo, A. ;
Smith, J. S. .
COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2009, 66 (02) :121-125
[10]   A study of Gaussian mixture models of color and texture features for image classification and segmentation [J].
Permuter, H ;
Francos, J ;
Jermyn, I .
PATTERN RECOGNITION, 2006, 39 (04) :695-706