当前位置:主页 > 科技论文 > 自动化论文 >

基于视频图像的大棚白菜叶部病害识别与预警系统设计与实现

发布时间:2020-05-27 20:07
【摘要】:白菜在我国蔬菜中占有重要比例,随着白菜种植面积的扩大,其病害逐渐成为了影响白菜高产量、优品质、高效益生产的主要因素,常见的病害有黑斑病、褐斑病、霜霉病、软腐病、炭疽病、黑腐病等,目前,白菜叶部病害监测主要利用人工发现白菜的病害,然后凭借经验对白菜的叶部病害及病害程度进行识别和判断,无法实现自动化监测,严重的影响了白菜病害的防治效率,以及浪费了农户大量的时间精力。随着视频监控技术以及计算机图像处理技术的发展,本文将新兴发展的视频监控技术引入传统农业信息系统中,运用智能监控技术,计算机视觉技术、软件开发技术设计了一个基于视频监控的大棚白菜叶部病害实时监测预警系统,实现了对大棚白菜的叶部病害进行实时监测,然后对病害的种类、等级进行预警。本次论文首先对实验数据及设备进行了调查、综述,主要研究工作如下:(1)针对大棚白菜,研究了视频采集方案以及对视频的处理。采用帧间像素对比的方法对每隔一个小时所截取的视频帧进行差值计算,并针对差值设定一个阈值,将差值超出阈值的帧进行图像处理来病害的产生及种类。(2)研究了白菜叶部病害图像的分割方法,有效的实现了叶部病斑的分割。首先对经过视频处理后的图像进行畸变校正、去噪、增强等图像预处理,然后利用最大类间方差法和基于H分量的直方图双峰法相结合来进行白菜叶部病斑的分割,将分割后的背景标为黑色,正常叶片标为白色,以此来实现对叶部病害的分割。(3)研究了对病害特征的提取以及对病害种类的识别。对分割后得到的完整病斑的颜色、形状和纹理进行特征提取,优化组合提取出的特征参数,对其进行描述并形成特征向量,结合支持向量机和决策树分类模型,将这些特征向量输入到病害识别分类器中进行分类训练,最终决定每个病斑对象应该归属的类别。(4)利用Matlab实现了可以监测白菜病害并分级进行预警的系统。结合视频采集设备与服务器,对白菜叶部病害识别与监测预警系统进行搭建,完成了该系统的总体设计以及各部分的功能模块的设计,从而实现了对白菜叶部病害进行实时的数据采集、预处理、病斑分割、识别、预警等主要功能,并测试其在监测过程中的实现效果。
【图文】:

常见病害,白菜,图像


(4)大白菜黑斑病:受害部位的叶片病斑呈现黄褐色的圆形斑点状,病斑的纹理会呈现同心轮形状,当病害严重的时候,会导致整株白菜枯萎,潮湿的时候,黄褐色的斑点上会生长出黑色霉斑。(5)大白菜白斑病:在发病初期的时候,整片叶部都会产生白色的近圆形斑点,如果是在潮湿的环境下,白色斑点上会生长出灰色的霉斑。在发病后期的时候,白色的斑点状病斑会连在一起,形成大面积的不规则形状的病斑,最终导致整株白菜干枯。(6)大白菜炭疽病:在发病初期,产生病害的部位呈现半透明状态,病害部位极薄,,而且非常容易穿孔;在发病后期的时候[30],病斑会连在一起,导致整张叶片干枯,空洞。如果在潮湿的环境下,受害的部位上通常都会产生粘稠的淡红色的物质。如图 2-1 所示为白菜叶部常见病害图像,能够更加直观的观察到白菜的病害种类、特征。a.霜霉病 b.软腐病 c.黑腐病

像素图,像素,叶部病害,白斑病


图 2-4 视频帧间像素差Fig 2-4 Pixel difference between video frames点是过程简单,在编程上易实现,而且计算中都是加减较好的实时性,并且受环境变化的影响较小。对白菜叶部病害的种类及特征进行了介绍,包括白菜的斑病、白斑病、炭疽病等,方便对白菜的叶部病害特征集,首先对采集数据的硬件设备、设备参数以及本次数
【学位授予单位】:河北农业大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.41;TP277;S436.34

【相似文献】

中国期刊全文数据库 前10条

1 唐永宁;覃月金;闭增友;苏毅;陆丰林;黄水有;彭程;;广西茶园叶部病害概述[J];农业研究与应用;2014年01期

2 王书豪,杜胤;水稻叶部病害的辨别及防治[J];湖北农业科学;1994年01期

3 柴玉花;;植物叶部病害的防治[J];农药市场信息;2011年13期

4 吴中宝;杨成前;邓才富;全建;余中莲;杨天建;;重庆玄参叶部病害的发生危害及药剂防治效果[J];中国现代中药;2017年11期

5 秦会金;;解析林木叶部病害的防治技术[J];民营科技;2015年08期

6 屈学农;张相文;安文光;;猕猴桃叶部病害的发生与防治[J];中国果树;2006年02期

7 姚迎波;吴秀环;;林木常见的叶部病害及其防治[J];农业知识;2006年32期

8 许春霞;李晓梅;;林木常见的叶部病害及其防治[J];农业与技术;2013年08期

9 ;叶部病害[J];麦类文摘.种业导报;1995年03期

10 王虹;郭敏;顾暄;王坤宇;;梨树叶部病害的发生与防治[J];现代农村科技;2012年04期

中国重要会议论文全文数据库 前2条

1 吕刚;魏林;梁志怀;张屹;陈玉荣;;湖南莲藕主要叶部病害病原菌的鉴定及防治药剂筛选[A];病虫害绿色防控与农产品质量安全——中国植物保护学会2015年学术年会论文集[C];2015年

2 宋晓贺;李彦凯;汪礼君;高正煜;马青;;长三角城市群观叶植物叶部病害的调查研究[A];绿色生态可持续发展与植物保护——中国植物保护学会第十二次全国会员代表大会暨学术年会论文集[C];2017年

中国重要报纸全文数据库 前10条

1 睢宁县农委;玉米生长后期防叶部病害发生[N];江苏农业科技报;2018年

2 南通市通州区植保站;水稻后期要防叶部病害[N];江苏农业科技报;2011年

3 省植保总站 刘光涛 姜京宇 许昊;注意玉米叶部病害的防治[N];河北科技报;2006年

4 李道平 丁丽;君子兰主要叶部病害[N];中国花卉报;2005年

5 ;济南高温高湿叶部病害明显增多[N];中国花卉报;2014年

6 肖悦岩;玉米常见叶部病害防治措施[N];江苏农业科技报;2012年

7 于丹;丰县等地玉米发生叶部病害[N];江苏农业科技报;2007年

8 李翠英 李顺连;金银花三种叶部病害要早防治[N];中国花卉报;2014年

9 边强;冬季大棚黄瓜叶部病害的防治(上)[N];山西科技报;2005年

10 边强;冬季大棚黄瓜叶部病害的防治(下)[N];山西科技报;2005年

中国博士学位论文全文数据库 前5条

1 田杰;基于图像分析的小麦叶部病害识别方法研究[D];西北农林科技大学;2015年

2 柴阿丽;基于计算机视觉和光谱分析技术的蔬菜叶部病害诊断研究[D];中国农业科学院;2011年

3 刁智华;大田小麦叶部病害智能诊断系统研究与应用[D];中国科学技术大学;2010年

4 卢劲竹;基于光谱成像技术的植物叶部病害检测研究[D];浙江大学;2016年

5 PHAN CONG KIEN(潘功健);广西桉树人工林叶部病害及其与乡土树种病害的关系[D];广西大学;2015年

中国硕士学位论文全文数据库 前10条

1 曹静;基于视频图像的大棚白菜叶部病害识别与预警系统设计与实现[D];河北农业大学;2019年

2 谷庆魁;基于计算机图像处理的玉米叶部病害识别系统[D];沈阳理工大学;2008年

3 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

4 贾浩;基于计算机视觉的玉米叶部病害识别技术的研究[D];山东农业大学;2014年

5 赵玉霞;基于图像识别的玉米叶部病害诊断技术研究[D];北京邮电大学;2007年

6 王娜;基于图像处理的玉米叶部病害识别研究[D];石河子大学;2009年

7 诸葛木子;基于计算机图像处理的作物叶部病害提取方法与技术研究[D];中国地质大学(北京);2014年

8 管斌;镇江地区红叶石楠叶部病害调查及防治技术研究[D];南京林业大学;2012年

9 宗华丽;基于图像特征的玉米叶部病害模糊识别研究与应用[D];北京邮电大学;2010年

10 次丹妮;基于计算机视觉的花卉叶部病害识别方法研究[D];天津职业技术师范大学;2016年



本文编号:2684069

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2684069.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户7071b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com