摘要：
农作物病害是制约农业发展的主要因素之一,准确,高效地识别病害对于保证农作物的正常生长具有重要的意义.计算机视觉技术对加速农业现代化建设,提高生产效率影响深远. 本文以农作物病害类别的检测与识别为对象,研究计算机视觉技术在该领域的应用问题.考虑到实际的应用需求,对图像来源不加限制或要求,用户可采用多种方式采集并上传农作物图像,检测系统能够自动识别和处理. 研究了病斑图像的分割算法.采用基于HSI颜色模型的算法实现农作物叶部病斑图像的分割,利用颜色信息实现病斑和叶片的分离,根据亮度信息消除图像中背景信息的干扰. 研究了病斑图像的特征提取算法.通过提取病斑边界,计算病斑的形状特征参数;利用彩色空间模型,计算病斑的颜色特征参数;采用灰度共生矩阵,计算病斑的纹理特征参数. 利用LabVIEW及其IMAQ Vision图像处理模块,设计并开发了检测系统软件平台,具备图像采集与显示,预处理,特征识别,数据管理及网络通信等功能,界面友好,操作简单. 仿真结果表明,本文所提出的算法实现简单,处理速度较快.本系统可以实现对农作物病害的非接触式检测,具备一定的应用前景.
展开
