基于机器视觉的植物叶部病害识别技术研究

发布时间：2024-02-25 16:45

　　传统病害识别方法存在识别效率低下,不能及时、准确地作出判断和处理等问题,严重影响了农作物的品质和产量。为解决上述问题,基于机器视觉的植物病害监控、识别与诊断技术得到不断发展,目前已经成为农业植物病害监测领域的研究热点并有广阔的应用前景。本论文主要研究的是利用嵌入式、机器视觉等技术实现对植物叶部病害的远程视频监控及检测,并以葡萄叶部病害为对象展开研究。首先,在分析讨论机器视觉在农业方面研究现状的基础上,确定了系统整体设计布局和软硬件选型并进行了嵌入式Linux应用平台的搭建。其次,探讨了视频监控系统的开发过程,主要包括基于V4L2和USB摄像头视频数据采集的研究、x264视频编解码模块的研究和Socket网络编程视频传输与接收模块的研究。然后,对基于OpenCV的植物叶部病害图像处理及识别算法进行了研究,主要包括在原有图像处理算法的基础上通过大量的测试对比试验选择合适的图像预处理方法及图像分割方法,图像预处理时,选择中值滤波进行图像去噪处理,通过加权平均法进行图像灰度化处理,图像分割时,选择彩色样本图像RGB颜色空间模型的B分量进行OTSU阈值分割和数学形态学处理实现病斑的提取;特征提取...

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

图1.1嵌入式机器视觉植物叶部病害监控及识别系统组成

图1.1嵌入式机器视觉植物叶部病害监控及识别系统组成题的主要研究内容包括：）通过系统的总体功能分析进行系统软硬件选型和整体设计布局的）进行嵌入式Linux应用开发环境的搭建以及OpenCV,ffmpeg,x264,配置与移植等。）实现视频采集及传输系统的开发研究，主要涉....

图2.1OMAP3530核心板系统显示采用7寸真彩色LCD，可以实时的显示图像和数据，并且可以实现对系

出的应用软件可以分别在PC服务器和嵌入式平台上对植物输及显示模块的设计是首先将采集的图像通过Qt程序实现视频数据经过x264压缩，并通过网络协议进行传输，视频用FFmpeg库函数进行解码，再使用Qt应用程序进行显示况的远程监控。系统软硬件平台及开发流程式硬件平....

图2.2嵌入式系统硬件实物图

图2.2嵌入式系统硬件实物图图2.3系统主要的硬件组成软件上世纪发展到现在，选择Linux作为操作系统1991年第一次发布并开放源代码的一种类Unix已经变成功能十分强大、各种设计特别完善

图2.3系统主要的硬件组成

图2.3系统主要的硬件组成式系统软件系统从上世纪发展到现在，选择Linux作为操作系统进行应用inux是1991年第一次发布并开放源代码的一种类Unix操作系，Linux已经变成功能十分强大、各种设计特别完善的OS，入式平台上运行，而且是目前应用十分广泛的多....

本文编号：3910602