基于图像处理的作物病害自动识别系统的研究

被引：19

作者：

刘君 ^{[1
]}

王振中 ^{[1
]}

李宝聚 ^{[2
]}

郇中丹 ^{[1
]}

黄海洋 ^{[1
]}

机构：

[1] 不详

[2] 北京师范大学数学科学学院数学与复杂系统教育部重点实验室

[3] 不详

[4] 中国农业科学院蔬菜花卉研究所

[5] 不详

来源：

计算机工程与应用 | 2012年 / 13期

关键词：

叶部病害; 自动识别; 图像分割; EM算法; 水平集方法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了实现对作物病害检测与防治的自动化,构建了一个基于叶片病斑图像处理的计算机诊断系统,以实现作物叶部病害的自动识别。该系统依据作物病叶颜色差异,用EM算法和偏微分方程水平集模型等图像分割算法,从图像中获取完整准确的病斑;然后提取病斑的颜色、形状和纹理特征,运用主成分分析方法对数据进行降维处理;最后采用神经网络和支持向量机方法对这些特征进行学习与分类,以及病害识别。系统已试用于黄瓜、番茄等园艺作物叶部病害的自动诊断与识别,其优点是自动化程度高,识别准确率在一定条件下较好。

引用

页码：154 / 158+180 +180

页数：6