论文部分内容阅读
本文以甘蔗苗期赤腐病和环斑病为研究对象,结合病害图像的特点,研究基于图像处理的田间甘蔗苗期病害识别方法,为甘蔗病害自动识别与变量喷雾提供理论基础。本文的主要内容如下:
(1)研究基于颜色特征的绿色植物类分割方法。试验结果表明,基于颜色特征2G-R-B的分割效果优于基于颜色特征2G-R、2R-G-B和1.4R-G-B的分割效果,基于颜色特征2G-R、2R-G-B和1.4R-G-B的Ostu分割算法对图像中阴影反应比较敏感,不能较好地消除图像中的阴影,而基于颜色特征2G-R-B的分割算法能较好地消除图像中的阴影。最后确定选择采用颜色特征2G-R-B来分割绿色植物类。
(2)提出了一种基于区域生长的赤腐病病斑分割方法。该方法分四步完成,即绿色植物类与非绿色植物类的分离、区域生长点的提取、区域生长提取正常叶片中脉与病斑和赤腐病病斑的提取。试验结果表明,该方法能较好地完成赤腐病病斑分割,正确率达91.1%。
(3)提出了一种基于颜色和形状特征的甘蔗赤腐病和环斑病病斑分割方法。首先利用颜色特征2G-R-B和2R-G-B提取出病斑和土壤等非绿色植物类。然后采用面积阈值分割法排除部分土壤等非绿色植物类连通区域。最后利用链码计算剩下的病斑和土壤等非绿色植物类区域的形状特征,根据区域的宽度、矩形度和圆度分离出病害病斑。试验结果表明,该算法能有效提取出赤腐病和环斑病病斑,对环斑病图像分割正确率达93%,对赤腐病图像分割正确率达94.6%。
(4)从颜色、纹理和形状三个方面分析区分甘蔗赤腐病病斑和环斑病病斑的特征参数,通过对测试样本的初步分析发现,颜色分量Cr的均值、颜色分量V的均值、颜色分量S的方差、形状特征参数圆度和复杂性可以作为区分这两种病斑的特征参数。然后采用正交试验设计方法进行特征参数的选择,正交试验设计方法的试验因子是颜色分量Cr的均值、颜色分量V的均值、颜色分量S的方差、形状特征参数圆度和复杂性。经过正交试验极差分析发现,颜色分量Cr的均值、颜色分量V的均值和圆度组成的特征参数组合是理论上较优的特征参数组合。因此本文确定采用颜色分量Cr的均值、颜色分量V的均值和圆度组成的特征参数组合作为后续模式识别的特征参数。
(5)采用模糊K-近邻法、BP神经网络、支持向量机和粗糙集分类器对赤腐病病斑和环斑病病斑进行分类试验。从赤腐病病斑和环斑病病斑的分类试验得到以下结论,粗糙集、模糊K-近邻法、BP神经网络和支持向量机(Sigmoid核函数)分类器的识别正确率分别为86%、91%、94%和95%。从运行时间上看,BP神经网络的运行速度比其它几种分类器的运行速度稍慢一点。其中,BP神经网络的平均运行时间为242ms,模糊K-近邻法、支持向量机(Sigmoid核函数)和粗糙集的平均运行时间分别为239ms、238ms和236ms。考虑到算法对速度和精度都有要求,本研究采用支持向量机(Sigmoid核函数)作为区分赤腐病病斑和环斑病病斑的分类器。
(6)系统软件采用面向对象的程序设计方法,其主程序包括两大模块,一个是基于区域生长的赤腐病病害识别方法模块,另外一个是基于形状和颜色特征的赤腐病和环斑病识别方法模块。两种识别方法的试验结果表明,基于区域生长的赤腐病病害识别方法的识别正确率为90%,基于形状和颜色特征的赤腐病和环斑病识别方法的识别正确率为86.1%。