基于图像处理的草莓病害识别方法研究

发布时间：2017-09-17 14:36

  本文关键词：基于图像处理的草莓病害识别方法研究

  更多相关文章： 草莓蛇眼病害 分水岭 图像分割 特征提取 支持向量机

【摘要】：草莓叶片是反映其生长状态的重要部分。为了实现对草莓的生长状态监测,需要对其叶片的健康状况进行持续监测,而对草莓叶片部分是否异常的诊断可以对种植者是否喷药、喷药种类及喷药量进行指导。对自然光下草莓图像进行病害识别面临的主要困难是光线不一致导致叶片有阴影、绿色叶片重叠导致目标与背景不好分割以及病害特征难以选取。本文针对草莓蛇眼病害图像的分割与识别,提出了基于标记的改进的分水岭图像分割算法和基于纹理统计特征的支持向量机(Support Vector Machine,SVM)的图像识别方法。该方法首先利用颜色阈值提取草莓叶片区域图像。之后对HSV彩色空间内的灰度图像以及边缘梯度图像进行处理来分别获取前景标记与背景标记,并采用强制极小值技术对两种标记进行标定,在此基础上使用标准分水岭变换方法即可提取出草莓单叶片图像。然后对提取出的草莓单叶片图像求取归一化灰度直方图,并依据该直方图进行8个纹理统计特征的提取与融合,最后使用SVM方法对叶片进行病害识别。分水岭方法可以有效地分割草莓病害图像,而通过SVM这种模式识别方法能够识别草莓单叶片图像中是否存在病害。本论文基于图像处理方法进行草莓病害识别,主要进行了以下几个方面的研究:(1)对草莓原始图像进行预分割提取,主要使用超绿色分量突出,图像增强,阈值分割以及腐蚀与膨胀等操作,以此来完成草莓病害图像中的复杂背景的去除和叶片区域的提取;(2)将绿色叶片区域图像转换为HSV彩色空间内的灰度图像,对此灰度图像进行标记处理,再使用分水岭方法提取出草莓单叶片图像,这些单叶片图像将用于后续的病害识别;(3)对分割出的单个草莓叶片图像进行灰度化处理,然后求取归一化灰度直方图,并提取其8个统计特征,包括平均灰度、标准偏差、三阶中心矩、平滑度、均匀性、平均信息量、最大概率灰度级、灰度范围,最终形成特征向量;(4)分别使用SVM、K-近邻(K Nearest Neighbor,KNN)和朴素贝叶斯(Naive Bayes,NB)方法对草莓叶片图像样本特征向量进行训练与识别,通过比对三种方式的识别效果可以看出,SVM比其他两种方法的识别准确率高,比较适用于草莓病害的识别;(5)使用Matlab进行软件编程来仿真实现系统流程,并利用VS2010中的MFC控件,结合OpenCV来建立草莓病害识别软件系统,以将文中提出算法进行实际应用。
【关键词】：草莓蛇眼病害 分水岭 图像分割 特征提取 支持向量机
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要3-5
• ABSTRACT5-13
• 第一章 绪论13-21
• 1.1 研究背景及意义13-14
• 1.2 国内外研究现状14-17
• 1.3 常用的图像分割与识别方法17-20
• 1.3.1 图像分割方法17-19
• 1.3.2 图像识别方法19-20
• 1.4 本文主要内容和组织结构20-21
• 第二章 草莓图像分割21-33
• 2.1 数字图像的表示21
• 2.2 彩色模型21-26
• 2.2.1 RGB彩色模型22-23
• 2.2.2 HSV彩色模型23-24
• 2.2.3 RGB彩色空间到HSV彩色空间的转化24-25
• 2.2.4 绿色分量突出25-26
• 2.3 图像增强与阈值分割26-29
• 2.3.1 直方图均衡化26-27
• 2.3.2 阈值处理27-29
• 2.4 绿色叶片区域图像的提取29-30
• 2.5 本章小结30-33
• 第三章 使用改进的分水岭方法提取草莓单叶片图像33-49
• 3.1 二值图像形态学处理33-34
• 3.1.1 膨胀和腐蚀33-34
• 3.1.2 开操作与闭操作34
• 3.2 灰度图像形态学处理34-35
• 3.2.1 膨胀和腐蚀34-35
• 3.2.2 形态学图像梯度35
• 3.2.3 开操作与闭操作35
• 3.3 传统分水岭算法35-39
• 3.3.1 分水岭变换的算法描述36-38
• 3.3.2 分水量变换的直接应用38-39
• 3.4 基于标记的分水岭分割算法39-44
• 3.4.1 改进算法的流程39-41
• 3.4.2 数学形态学运算41-42
• 3.4.3 前景标记与背景标记42-44
• 3.5 草莓单叶片提取结果分析44-48
• 3.5.1 单叶片提取效果44-46
• 3.5.2 分割效果分析46-48
• 3.6 本章小结48-49
• 第四章 特征提取49-57
• 4.1 特征选择49-51
• 4.1.1 颜色特征49-50
• 4.1.2 形状特征50
• 4.1.3 纹理特征50-51
• 4.2 特征提取51-56
• 4.2.1 灰度直方图51-54
• 4.2.2 特征提取与特征融合54-56
• 4.3 本章小结56-57
• 第五章 基于SVM的草莓病害识别57-67
• 5.1 SVM概述57-62
• 5.1.1 VC维理论及推广性57-58
• 5.1.2 结构风险最小化原理58-59
• 5.1.3 SVM的基本原理59-60
• 5.1.4 SVM的学习算法60-61
• 5.1.5 SVM的优点61
• 5.1.6 SVM的一般步骤61-62
• 5.2 支持向量分类算法62-64
• 5.2.1 线性可分情形62-63
• 5.2.2 非线性可分情况63-64
• 5.3 K-近邻及朴素贝叶斯方法64
• 5.3.1 K-近邻方法64
• 5.3.2朴素贝叶斯方法64
• 5.4 SVM算法在草莓病害识别中的应用64-65
• 5.4.1 SVM算法的实现过程64-65
• 5.4.2 分类结果分析65
• 5.5 本章小结65-67
• 第六章 草莓病害识别的工程实现67-77
• 6.1 硬件系统配置67
• 6.2 草莓病害识别算法工程中的软件技术67-72
• 6.2.1 MATLAB软件与其图像处理工具箱68
• 6.2.2 OpenCV68-71
• 6.2.3 动态链接库71-72
• 6.3 病害识别系统功能介绍72-75
• 6.3.1 病害识别系统的设计72-73
• 6.3.2 草莓单叶片病害识别系统实现界面73-75
• 6.4 本章小结75-77
• 第七章 总结与建议77-79
• 7.1 论文总结77
• 7.2 论文建议77-79
• 参考文献79-85
• 致谢85-87
• 攻读学位期间发表的学术论文目录87

【相似文献】

中国期刊全文数据库 前10条

1 ;图像处理中心简介[J];宇航学报;2001年04期

2 陈伯涛;办公室里新来的图像处理专家[J];电子与电脑;2001年03期

3 严肃;图像处理超出狭义的范围[J];中南民族学院学报(自然科学版);2001年02期

4 ;数据图像处理三大技术[J];计算机时代;2004年12期

5 魏麒,何勇;图像处理中的一个两阶段半杂交流水作业问题(英文)[J];Applied Mathematics:A Journal of Chinese Universities;2005年04期

6 阿飞;图像处理软件的色彩车间——“通道”[J];电脑爱好者;2005年03期

7 潘路;赵文娟;;图像处理课程教学探讨[J];中国西部科技;2006年22期

8 苏晓;;基于GDI+的自建图像处理库[J];当代经理人;2006年09期

9 汪新星;吴秀玲;刘卫平;孙俊英;;高分辨电子显微像图像处理技术的应用[J];材料导报;2007年06期

10 杨琛;;图像处理中分辨率的选取[J];科技信息(学术研究);2008年10期

中国重要会议论文全文数据库 前10条

1 苑廷刚;李爱东;李汀;艾康伟;严波涛;;图像处理技术在田径科研中的应用初探[A];第七届全国体育科学大会论文摘要汇编（二）[C];2004年

2 黄海永;朱浩;王朔中;;图像处理软件中宏结构的实现和扩展[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

3 杨文杰;刘浩学;;基于马尔可夫场理论的图像处理新方法评述[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

4 王晋疆;刘文耀;肖松山;陈晓东;孙正;;光电图像处理课程中教学环节的设计[A];光电技术与系统文选——中国光学学会光电技术专业委员会成立二十周年暨第十一届全国光电技术与系统学术会议论文集[C];2005年

5 王鹏;;图像处理技术与实验数据处理[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

6 王晓剑;曹婉;王莎莎;;一种基于高速DSP的图像处理应用平台[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅲ）[C];2008年

7 张炜;蒋大林;郎芬玲;曹广鑫;王秀芬;;图像处理技术应用于选矿领域的综述[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

8 刘春桐;赵兵;张志利;仲启媛;;基于图像处理的自动瞄准系统精度研究[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

9 李向荣;;美式落袋球自动摆球系统的图像处理研究[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅲ）[C];2008年

10 周荣官;周醒驭;;地质雷达图像处理在崩塌隐患探测中的应用及分析[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年

中国重要报纸全文数据库 前10条

1 新疆大学纺织与服装学院 袁春燕;图像处理技术让数据更真实[N];中国纺织报;2013年

2 杨朝晖;我邻域图像处理达到每秒1350亿次超高速[N];科技日报;2008年

3 吴启海;图像处理时8位/通道或16位/通道模式的选择探讨[N];中国摄影报;2012年

4 殷幼芳;印前图像处理技术对印刷质量的影响[N];中国包装报;2005年

5 徐和德;图像处理要适度[N];中国摄影报;2006年

6 记者 申明;中星微发布场景高保真图像处理技术[N];科技日报;2010年

7 杨玉军;邮编图像处理技术通过验收[N];中国邮政报;2000年

8 董长生 吴志军;用图像处理软件推动刑侦信息技术工作[N];人民公安报;2003年

9 殷幼芳;艺术化的图像处理技术[N];中国包装报;2006年

10 ;富士图像处理方案走进手机[N];计算机世界;2002年

中国博士学位论文全文数据库 前10条

1 罗军;图像处理快速算法研究与硬件化[D];武汉大学;2014年

2 孙传猛;煤岩图像处理及细观损伤本构模型研究[D];重庆大学;2015年

3 嵇晓平;基于各向异性扩散方程图像处理问题的研究[D];哈尔滨工业大学;2015年

4 黎海生;量子图像处理关键技术研究[D];电子科技大学;2014年

5 季雷;光辐射对生物体影响的关键技术研究[D];南京航空航天大学;2015年

6 刘宇飞;基于模型修正与图像处理的多尺度结构损伤识别[D];清华大学;2015年

7 程科;模糊形态学技术及其在图像处理中的应用[D];南京理工大学;2006年

8 张文星;增广拉格朗日型算法及其在图像处理中的应用[D];南京大学;2012年

9 付树军;图像处理中几何驱动的变分和偏微分方程方法研究[D];北京交通大学;2008年

10 李卫斌;SAR图像处理的若干关键技术[D];西安电子科技大学;2004年

中国硕士学位论文全文数据库 前10条

1 杜高峰;基于opencv图像处理的列车受电弓动态特性监测方法研究[D];西南交通大学;2015年

2 王世豪;基于小波及压缩感知的图像处理方法及应用研究[D];燕山大学;2015年

3 牛蕾;基于非线性动力系统的图像处理[D];东北林业大学;2015年

4 宋君毅;基于图像处理的鱼群监测技术研究[D];天津理工大学;2015年

5 古伟楷;基于异构计算技术的视频与图像处理研究[D];华南理工大学;2015年

6 康睿;基于图像处理的砂土颗粒细观特性分析[D];宁夏大学;2015年

7 赵杰;柴油喷雾粒子图像处理及软件的设计[D];长安大学;2015年

8 石璐;基于图像处理的矿质混合料级配检测算法研究[D];长安大学;2015年

9 李丽君;基于图像处理的玉米叶部病害识别研究[D];四川农业大学;2014年

10 潘弋;基于智能手机嵌入式图像处理和移动网络应用研究[D];上海交通大学;2015年

，

本文编号：870009