基于图像处理的番茄病害识别
发布时间：2021-01-01 13:32
番茄是世界上需求量最大的蔬菜之一,独特的口感深受国内外欢迎。随着新鲜番茄、番茄制品需求量增加,使得番茄种植规模逐渐扩大。同时高产、少病害、耐储存、口感佳等特征的番茄已成为种植者与消费者的追求。另外病害的发生成为影响番茄产量的重要因素,大规模种植对病害控制任务繁重,传统的诊断方式容易带来一些不可逆现象如:病害诊断周期长、病害误诊错诊。计算机技术的发展和图像处理技术的应用,国内外研究者将两种技术逐渐运用到作物病害识别领域,对作物病害识别分析研究方面已经取得不错成果。通常病态番茄植株会呈现出生理结构、形状特征变化。故将番茄叶片病害图像作为研究对象,利用遗传算法和智能分类识别模型进行病害叶片分割与识别,对番茄产量和品质的提升以及农作物的病害识别方面具有重要意义。本文以番茄常见三种病害类型为研究对象,论文中的主要工作量如下:（1）所用番茄病害图片样本均来自农作物研究网和农业经济论坛,以番茄植株常见病害早疫病、晚疫病、灰霉病三种病害类型为样本,通过对番茄病害症状研究,叶片在RGB（红绿蓝）空间下的颜色分量之间的差异性以及病害部位的亮度、色调、形状等可作为研究依据。（2）对番茄三种病害叶片图像分别预...
【文章来源】：新疆大学新疆维吾尔自治区 211工程院校
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
方法流程
mnSM(,), ,M 1,y 0,1, N 1,S 为图像中所有点的坐标集合，M 是集合中的所图像噪声点 f x, y，平滑处理后的图像噪声点 g x, y由（2-1）确定，但在弊端使得图像模糊。1.2 中值滤波值滤波是一种非线性滤波法，滤波效果相对均值滤波较好。主要表现在中边缘部位相对比较清晰，不会出现大范围的模糊现象，并且图像的噪声干有效得到抑制。中值滤波是将定点处的像素值用定点周围像素点之间的除孤立噪声点，避免差值较大对像素分割产生影响。尽管如此，中值滤波，目标图像各种各样，特别是图像中有较多密集区域不适合用中值滤波、棱角分明并且尖锐处。目前对中值滤波算法进行改进的算法有权重中序阈值的中值滤波算法、自适应中值滤波[39]。以下是番茄早疫病叶片的
mnSM(,), ,M 1,y 0,1, N 1,S 为图像中所有点的坐标集合，M 是集合中的所图像噪声点 f x, y，平滑处理后的图像噪声点 g x, y由（2-1）确定，但在弊端使得图像模糊。1.2 中值滤波值滤波是一种非线性滤波法，滤波效果相对均值滤波较好。主要表现在中边缘部位相对比较清晰，不会出现大范围的模糊现象，并且图像的噪声干有效得到抑制。中值滤波是将定点处的像素值用定点周围像素点之间的除孤立噪声点，避免差值较大对像素分割产生影响。尽管如此，中值滤波，目标图像各种各样，特别是图像中有较多密集区域不适合用中值滤波、棱角分明并且尖锐处。目前对中值滤波算法进行改进的算法有权重中序阈值的中值滤波算法、自适应中值滤波[39]。以下是番茄早疫病叶片的
【参考文献】：
期刊论文
[1]粒子群算法优化支持向量机的网络流量混沌预测[J]. 刘昆. 现代电子技术. 2019(02)
[2]基于近红外光谱和PSO-SVM算法的烟叶自动分级方法[J]. 杨双艳,杨紫刚,张四伟,李长昱,吴书娇,邱昌桂. 贵州农业科学. 2018(12)
[3]基于图像处理的农田作物病害识别研究[J]. 李盛兰,吴庆祥. 电脑迷. 2018(12)
[4]基于主成分分析-支持向量机的土石坝渗流监测数据预测模型[J]. 李瑞光,臧国轻. 计算机时代. 2018(06)
[5]基于图像处理的水稻病虫害识别技术[J]. 苏博妮. 信息技术与信息化. 2018(05)
[6]泥石流平均流速的PSO-SVM预测模型[J]. 韩冰. 河北地质大学学报. 2018(02)
[7]基于物联网和深度卷积神经网络的冬枣病害识别方法[J]. 张善文,黄文准,尤著宏. 浙江农业学报. 2017(11)
[8]基于高光谱图像和遗传优化神经网络的茶叶病斑识别[J]. 张帅堂,王紫烟,邹修国,钱燕,余磊. 农业工程学报. 2017(22)
[9]改进狼群优化算法的Otsu图像分割法[J]. 曹爽,安建成. 微电子学与计算机. 2017(10)
[10]基于WT-Otsu算法的植物病害叶片图像分割方法[J]. 张会敏,谢泽奇,张善文,张云龙. 江苏农业科学. 2017(18)
博士论文
[1]基于图像的农作物病害识别关键算法研究[D]. 宋丽娟.西北大学 2018
[2]基于图像检索的农作物叶部病害识别关键技术研究[D]. 吴娜.中国科学技术大学 2018
[3]基于图像和光谱技术的果实识别与病害检测方法研究[D]. 赵川源.西北农林科技大学 2017
[4]基于图像分析的植物叶部病害识别方法研究[D]. 胡秋霞.西北农林科技大学 2013
[5]番茄病害早期快速诊断与生理信息快速检测方法研究[D]. 鲍一丹.浙江大学 2013
[6]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]. 柴阿丽.中国农业科学院 2011
硕士论文
[1]基于深度学习的葡萄叶片病害识别方法研究[D]. 刘媛.甘肃农业大学 2018
[2]基于图像处理的水稻叶部病害快速识别方法研究[D]. 关莹.东北农业大学 2018
[3]基于机器学习的水稻病害识别算法的研究[D]. 刘成.安徽大学 2018
[4]Otsu算法优化研究[D]. 吴俊辉.新疆大学 2018
[5]基于RGB-D视觉信息的物体识别算法研究[D]. 兰晓东.中北大学 2018
[6]基于自适应粒子群算法的特征选择研究[D]. 李策.南京邮电大学 2017
[7]基于多族群PSO算法的森林空间动态多目标优化研究[D]. 黄静.中南林业科技大学 2017
[8]基于低空遥感成像技术的油菜菌核病检测研究[D]. 陈欣欣.浙江大学 2017
[9]基于神经网络和支持向量机的苎麻病害识别系统的研究[D]. 刘曜端.湖南农业大学 2017
[10]基于计算机视觉的花卉叶部病害识别方法研究[D]. 次丹妮.天津职业技术师范大学 2016
本文编号：2951382
【文章来源】：新疆大学新疆维吾尔自治区 211工程院校
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
方法流程
mnSM(,), ,M 1,y 0,1, N 1,S 为图像中所有点的坐标集合，M 是集合中的所图像噪声点 f x, y，平滑处理后的图像噪声点 g x, y由（2-1）确定，但在弊端使得图像模糊。1.2 中值滤波值滤波是一种非线性滤波法，滤波效果相对均值滤波较好。主要表现在中边缘部位相对比较清晰，不会出现大范围的模糊现象，并且图像的噪声干有效得到抑制。中值滤波是将定点处的像素值用定点周围像素点之间的除孤立噪声点，避免差值较大对像素分割产生影响。尽管如此，中值滤波，目标图像各种各样，特别是图像中有较多密集区域不适合用中值滤波、棱角分明并且尖锐处。目前对中值滤波算法进行改进的算法有权重中序阈值的中值滤波算法、自适应中值滤波[39]。以下是番茄早疫病叶片的
mnSM(,), ,M 1,y 0,1, N 1,S 为图像中所有点的坐标集合，M 是集合中的所图像噪声点 f x, y，平滑处理后的图像噪声点 g x, y由（2-1）确定，但在弊端使得图像模糊。1.2 中值滤波值滤波是一种非线性滤波法，滤波效果相对均值滤波较好。主要表现在中边缘部位相对比较清晰，不会出现大范围的模糊现象，并且图像的噪声干有效得到抑制。中值滤波是将定点处的像素值用定点周围像素点之间的除孤立噪声点，避免差值较大对像素分割产生影响。尽管如此，中值滤波，目标图像各种各样，特别是图像中有较多密集区域不适合用中值滤波、棱角分明并且尖锐处。目前对中值滤波算法进行改进的算法有权重中序阈值的中值滤波算法、自适应中值滤波[39]。以下是番茄早疫病叶片的
【参考文献】：
期刊论文
[1]粒子群算法优化支持向量机的网络流量混沌预测[J]. 刘昆. 现代电子技术. 2019(02)
[2]基于近红外光谱和PSO-SVM算法的烟叶自动分级方法[J]. 杨双艳,杨紫刚,张四伟,李长昱,吴书娇,邱昌桂. 贵州农业科学. 2018(12)
[3]基于图像处理的农田作物病害识别研究[J]. 李盛兰,吴庆祥. 电脑迷. 2018(12)
[4]基于主成分分析-支持向量机的土石坝渗流监测数据预测模型[J]. 李瑞光,臧国轻. 计算机时代. 2018(06)
[5]基于图像处理的水稻病虫害识别技术[J]. 苏博妮. 信息技术与信息化. 2018(05)
[6]泥石流平均流速的PSO-SVM预测模型[J]. 韩冰. 河北地质大学学报. 2018(02)
[7]基于物联网和深度卷积神经网络的冬枣病害识别方法[J]. 张善文,黄文准,尤著宏. 浙江农业学报. 2017(11)
[8]基于高光谱图像和遗传优化神经网络的茶叶病斑识别[J]. 张帅堂,王紫烟,邹修国,钱燕,余磊. 农业工程学报. 2017(22)
[9]改进狼群优化算法的Otsu图像分割法[J]. 曹爽,安建成. 微电子学与计算机. 2017(10)
[10]基于WT-Otsu算法的植物病害叶片图像分割方法[J]. 张会敏,谢泽奇,张善文,张云龙. 江苏农业科学. 2017(18)
博士论文
[1]基于图像的农作物病害识别关键算法研究[D]. 宋丽娟.西北大学 2018
[2]基于图像检索的农作物叶部病害识别关键技术研究[D]. 吴娜.中国科学技术大学 2018
[3]基于图像和光谱技术的果实识别与病害检测方法研究[D]. 赵川源.西北农林科技大学 2017
[4]基于图像分析的植物叶部病害识别方法研究[D]. 胡秋霞.西北农林科技大学 2013
[5]番茄病害早期快速诊断与生理信息快速检测方法研究[D]. 鲍一丹.浙江大学 2013
[6]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]. 柴阿丽.中国农业科学院 2011
硕士论文
[1]基于深度学习的葡萄叶片病害识别方法研究[D]. 刘媛.甘肃农业大学 2018
[2]基于图像处理的水稻叶部病害快速识别方法研究[D]. 关莹.东北农业大学 2018
[3]基于机器学习的水稻病害识别算法的研究[D]. 刘成.安徽大学 2018
[4]Otsu算法优化研究[D]. 吴俊辉.新疆大学 2018
[5]基于RGB-D视觉信息的物体识别算法研究[D]. 兰晓东.中北大学 2018
[6]基于自适应粒子群算法的特征选择研究[D]. 李策.南京邮电大学 2017
[7]基于多族群PSO算法的森林空间动态多目标优化研究[D]. 黄静.中南林业科技大学 2017
[8]基于低空遥感成像技术的油菜菌核病检测研究[D]. 陈欣欣.浙江大学 2017
[9]基于神经网络和支持向量机的苎麻病害识别系统的研究[D]. 刘曜端.湖南农业大学 2017
[10]基于计算机视觉的花卉叶部病害识别方法研究[D]. 次丹妮.天津职业技术师范大学 2016
本文编号：2951382
本文链接：https://www.wllwen.com/nykjlw/dzwbhlw/2951382.html
