论文部分内容阅读
我国是一个小麦生产和消费大国,小麦是我国重要的粮食作物、商品粮品种和人民的主要口粮。小麦产量的高低将直接影响到人民的经济和生活,由于各种病害的存在严重地影响了小麦的产量,因此不但要防治国内已有的病害,也要防止其它国家的病害传入我国。
本论文正是为了防止其他国家的小麦病害传入我国,对进口小麦进行病害识别,以小麦籽粒细胞图像为研究对象,主要对小麦印度腥黑穗病、矮腥黑穗病和普通腥黑穗病进行识别,采用基于LabWindows/CVI的虚拟仪器开发技术,设计入境小麦籽粒细胞图像病害识别系统。
本文的研究工作主要有:
(1)对获取到的小麦病害图像进行预处理,包括对图像的平滑、锐化等操作,去除了噪声,抑制了无用信息,增强了目标物体的有用信息。
(2)通过对病害图像的灰度变换、阈值分割等步骤,使图像成为只包含物体和背景的二值图像,然后对病害图像进行分割,分离出了单个细胞。
(3)目标物体中包括丰富的特征信息,需要根据识别的要求,提取出有效的识别特征,以达到识别物体的目的。本文中提取了细胞的颜色、形状和纹理等特征,从众多的特征当中,利用遗传算法选出了8个特征做为特征向量。
(4)利用基于贝叶斯决策理论和神经网络的方法来分辨不同的病害。
(5)根据研究的目的和病害识别的流程,开发了小麦籽粒细胞图像病害识别系统。