《基于圖像處理的草莓病害識(shí)別方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、－Ｊ．．篇嚇曙．－．Ｖ‘嘲；；嚴(yán)；分類號(hào)密級(jí)太原理工大學(xué)、：；，二無碩壬學(xué)位論文＼戶：年一■？‘題目基于圖像處理的草奪病害識(shí)別方法妍究＇‘ｒ占Ｒｅｓ閒ｒｃｈｏｎＲｅｃｏｇｎ地ｏｎＭｅｔｈｏｄｏｆ別ｒａｗｂｅｒｒｙＤｉｓｅａｓｅ央艾并歹。遠(yuǎn)目Ｂａ化ｄｏｎＩｍａｅＰｒｏｃｅｓｓｉｎｇｇ研究生姓雜：生＿＿述－２０學(xué)號(hào)１３５１０２６３專業(yè)．控制科學(xué)與工程研究方向．數(shù)字圖像處理導(dǎo)師姓雀：牛呈光職稱：副教授學(xué)位

2、授予單位：太原理工大學(xué)論文提交曰期２０１６／５？地ｉ±：山西太原太原理工大學(xué)聲明本人鄭重聲明，：所呈交的學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文木包含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的硏究成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。＾《論文作者簽名：４日期；知卡關(guān)于學(xué)位論文使用權(quán)的說明本人完全了解太原理工大學(xué)有關(guān)保管、使用學(xué)位論文的規(guī)定，其中包括：①學(xué)校有權(quán)保管、并向

3、有關(guān)部口送交學(xué)位論文的原件與復(fù)?。崳姟⒓?；②學(xué)?？桑撞捎糜坝】s印或其它復(fù)制手段復(fù)制并保存學(xué)位論文；③學(xué)校可允許學(xué)位論文被查閱或借閱；④學(xué)校可Ｗ學(xué)術(shù)交流為目的，■復(fù)制贈(zèng)送和交換學(xué)位論文；⑤學(xué)校可公布學(xué)位論文的全部或部分內(nèi)容（保密學(xué)位論文在解密州后遵守此規(guī)定）。．方簽名；４日期：《導(dǎo)隻師簽名；日期；ｗｔ、八太原理工大學(xué)碩士研究生學(xué)位論文基于圖像處理的草莓病害識(shí)別方法研究摘要草莓葉片是反映其生長狀態(tài)的重要部分。為了實(shí)現(xiàn)對(duì)草莓的生長狀態(tài)監(jiān)測，需要對(duì)其葉片的健康狀況進(jìn)行持續(xù)監(jiān)測,而對(duì)草莓葉片部分是否異常的診斷可以對(duì)種

4、植者是否噴藥、噴藥種類及噴藥量進(jìn)行指導(dǎo)。對(duì)自然光下草莓圖像進(jìn)行病害識(shí)別面臨的主要困難是光線不一致導(dǎo)致葉片有陰影、綠色葉片重疊導(dǎo)致目標(biāo)與背景不好分割以及病害特征難以選取。本文針對(duì)草莓蛇眼病害圖像的分割與識(shí)別，提出了基于標(biāo)記的改進(jìn)的分水嶺圖像分割算法和基于紋理統(tǒng)計(jì)特征的支持向量機(jī)（SupportVectorMachine,SVM）的圖像識(shí)別方法。該方法首先利用顏色閾值提取草莓葉片區(qū)域圖像。之后對(duì)HSV彩色空間內(nèi)的灰度圖像以及邊緣梯度圖像進(jìn)行處理來分別獲取前景標(biāo)記與背景標(biāo)記，并采用強(qiáng)制極小值技術(shù)對(duì)兩種標(biāo)記進(jìn)行標(biāo)定，在此基礎(chǔ)上使用標(biāo)準(zhǔn)分水嶺

5、變換方法即可提取出草莓單葉片圖像。然后對(duì)提取出的草莓單葉片圖像求取歸一化灰度直方圖，并依據(jù)該直方圖進(jìn)行8個(gè)紋理統(tǒng)計(jì)特征的提取與融合，最后使用SVM方法對(duì)葉片進(jìn)行病害識(shí)別。分水嶺方法可以有效地分割草莓病害圖像，而通過SVM這種模式識(shí)別方法能夠識(shí)別草莓單葉片圖像中是否存在病害。本論文基于圖像處理方法進(jìn)行草莓病害識(shí)別，主要進(jìn)行了以下幾個(gè)方面的研究：（1）對(duì)草莓原始圖像進(jìn)行預(yù)分割提取，主要使用超綠色分量突出，圖像增強(qiáng)，閾值分割以及腐蝕與膨脹等操作，以此來完成草莓病害圖像中的復(fù)雜背景的去除和葉片區(qū)域的提??；I太原理工大學(xué)碩士研究生學(xué)位論文（2

6、）將綠色葉片區(qū)域圖像轉(zhuǎn)換為HSV彩色空間內(nèi)的灰度圖像，對(duì)此灰度圖像進(jìn)行標(biāo)記處理，再使用分水嶺方法提取出草莓單葉片圖像，這些單葉片圖像將用于后續(xù)的病害識(shí)別；（3）對(duì)分割出的單個(gè)草莓葉片圖像進(jìn)行灰度化處理，然后求取歸一化灰度直方圖，并提取其8個(gè)統(tǒng)計(jì)特征，包括平均灰度、標(biāo)準(zhǔn)偏差、三階中心矩、平滑度、均勻性、平均信息量、最大概率灰度級(jí)、灰度范圍，最終形成特征向量；（4）分別使用SVM、K-近鄰（KNearestNeighbor，KNN）和樸素貝葉斯(NaiveBayes,NB)方法對(duì)草莓葉片圖像樣本特征向量進(jìn)行訓(xùn)練與識(shí)別，通過比對(duì)三種方式的

7、識(shí)別效果可以看出，SVM比其他兩種方法的識(shí)別準(zhǔn)確率高，比較適用于草莓病害的識(shí)別；（5）使用Matlab進(jìn)行軟件編程來仿真實(shí)現(xiàn)系統(tǒng)流程，并利用VS2010中的MFC控件，結(jié)合OpenCV來建立草莓病害識(shí)別軟件系統(tǒng)，以將文中提出算法進(jìn)行實(shí)際應(yīng)用。關(guān)鍵字：草莓蛇眼病害，分水嶺，圖像分割，特征提取，支持向量機(jī)II太原理工大學(xué)碩士研究生學(xué)位論文RESEARCHONRECOGNITIONMETHODOFSTRAWBERRYDISEASEBASEDONIMAGEPROCESSINGABSTRACTStrawberryleavesareimport

8、antpartoftheirgrowthstatus.Inordertomonitorthegrowthstatusofstrawberry,thehealthstateoftheirleavesshouldbemonitoredco