番茄病害图像数据库构建方法研究
发布时间：2022-12-09 22:23
番茄作为当前露地棚室的主栽蔬菜之一,种植发展快,经济效益好,是我国的重要经济作物之一,番茄果实产量和品质的增长提高是当今番茄生产的重要目标。然而,番茄每年因病虫害所引起的损失都相当惊人,番茄在整个生长过程中可发生多种病虫害,若是防治不及时,将会导致减产甚至绝收等严重后果,因此,番茄的病害防治在番茄生产和国民经济发展中占有极其重要的作用。针对当前我国番茄种植期间病害识别仍然停留在主观判断与以往经验相结合的人工视觉检验比较的阶段,该人工识别方法具有很强主观性、劳动强度大、识别效率低等问题。本论文研究计算机图像处理技术与图像相似度检索方法相结合进行番茄图像病害的鉴定识别,实现番茄病斑图像分割、病斑特征值提取优化以及番茄病害图像智能识别;通过计算机技术构建了番茄病害图像数据库系统,同时在已建成的番茄病害图像数据库的基础上开发了番茄病害智能识别程序。研究内容符合现代农业发展的精准化要求和现代农业智能化检测诊断技术的发展方向,在蔬菜病害防治中具有良好的应用前景,也为后续图像数据库相似度检索研究提供了很好的思路,意义深远。主要研究内容与结果包括:（1）在以往研究的基础上,构建了番茄主要病害（疮痂病、...
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究目的与意义
1.3 国内外研究现状
1.3.1 植物数据库构建现状
1.3.2 图像数据库发展现状
1.3.3 图像特征提取发展现状
1.4 发展趋势
1.5 研究的内容和方法
1.5.1 研究的内容
1.5.2 研究的方法
1.6 本章小结
2 数据库开发工具
2.1 数据库简介
2.1.1 IBM DB2数据库
2.1.2 Oracle数据库
2.1.3 My SQL数据库
2.1.4 Microsoft SQL Server数据库
2.1.5 Microsoft Office Access数据库
2.2 常用数据库对比分析
2.2.1 MicrosoftSQL Server与DB2、Oracle的比较
2.2.2 Microsoft SQL Server与Access的比较
2.2.3 Microsoft SQL Server与MySQL的比较
2.3 开发系统使用工具
2.4 计算机配置
2.4.1 电脑参数
2.4.2 微机系统环境
2.4.3 开发系统使用的软件
2.5 本章总结
3 番茄病害数据库总体设计
3.1 数据库样本采集
3.2 病害图像预处理
3.2.1 图像去噪
3.2.2 图像分割
3.3 病斑特征参数提取
3.3.1 图像颜色特征提取
3.3.2 图像纹理特征提取
3.3.3 图像形状特征提取
3.4 数据库设计
3.4.1 数据归一化处理
3.4.2 数据库逻辑结构设计
3.5 本章总结
4 系统详细设计与实现
4.1 特征入库
4.2 图像相似度算法设计
4.2.1 图像的相似度
4.2.2 查询算法设计
4.3 数据库关键技术介绍
4.3.1 创建数据库关键代码
4.3.2 基于触发器图像特征索引
4.3.3 编写系统主界面程序代码
4.4 本章小结
5 系统优化与改进
5.1 特征参数优化实验
5.1.1 主成分分析法
5.1.2 核主成分分析
5.1.3 特征优化
5.1.4 效果检验
5.2 检索算法评价实验
5.3 系统改进
5.4 本章小结
6 结论与讨论
6.1 结论
6.2 讨论
致谢
参考文献
附录：软件著作权登记证书
【参考文献】：
期刊论文
[1]数字图像处理技术研究进展[J]. 陈汗青,万艳玲,王国刚. 工业控制计算机. 2013(01)
[2]概率神经网络在玉米叶部病害识别中的应用[J]. 陈丽,王兰英. 农机化研究. 2011(06)
[3]基于图像的水稻病害识别方法研究[J]. 管泽鑫,唐健,杨保军,周营烽,范德耀,姚青. 中国水稻科学. 2010(05)
[4]一种基于噪声点检测的自适应中值滤波方法[J]. 高克芳,郭建钢. 福建农林大学学报(自然科学版). 2009(03)
[5]基于遗传特征选择和支持向量机的图像标注[J]. 李冉,赵天忠,张亚非,肖琪,李阳. 计算机工程与应用. 2009(06)
[6]应用多光谱数字图像识别苗期作物与杂草[J]. 朱登胜,邵咏妮,潘家志,何勇. 浙江大学学报(农业与生命科学版). 2008(04)
[7]霉变花生的计算机视觉识别[J]. 陈红,吴谋成,熊利荣,王巧华. 农业机械学报. 2008(01)
[8]基于彩色图像颜色统计特征的黄瓜炭疽病和褐斑病的识别研究[J]. 岑喆鑫,李宝聚,石延霞,黄海洋,刘君,廖宁放,冯洁. 园艺学报. 2007(06)
[9]基于纹理和位置特征的麦田杂草识别方法[J]. 曹晶晶,王一鸣,毛文华,张小超. 农业机械学报. 2007(04)
[10]基于图像识别的玉米叶部病害诊断研究[J]. 赵玉霞,王克如,白中英,李少昆,谢瑞芝,高世菊. 中国农业科学. 2007(04)
硕士论文
[1]甘肃省物种信息管理系统及其高等植物数据库的研制[D]. 祁发尧.西北农林科技大学 2008
本文编号：3715482
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究目的与意义
1.3 国内外研究现状
1.3.1 植物数据库构建现状
1.3.2 图像数据库发展现状
1.3.3 图像特征提取发展现状
1.4 发展趋势
1.5 研究的内容和方法
1.5.1 研究的内容
1.5.2 研究的方法
1.6 本章小结
2 数据库开发工具
2.1 数据库简介
2.1.1 IBM DB2数据库
2.1.2 Oracle数据库
2.1.3 My SQL数据库
2.1.4 Microsoft SQL Server数据库
2.1.5 Microsoft Office Access数据库
2.2 常用数据库对比分析
2.2.1 MicrosoftSQL Server与DB2、Oracle的比较
2.2.2 Microsoft SQL Server与Access的比较
2.2.3 Microsoft SQL Server与MySQL的比较
2.3 开发系统使用工具
2.4 计算机配置
2.4.1 电脑参数
2.4.2 微机系统环境
2.4.3 开发系统使用的软件
2.5 本章总结
3 番茄病害数据库总体设计
3.1 数据库样本采集
3.2 病害图像预处理
3.2.1 图像去噪
3.2.2 图像分割
3.3 病斑特征参数提取
3.3.1 图像颜色特征提取
3.3.2 图像纹理特征提取
3.3.3 图像形状特征提取
3.4 数据库设计
3.4.1 数据归一化处理
3.4.2 数据库逻辑结构设计
3.5 本章总结
4 系统详细设计与实现
4.1 特征入库
4.2 图像相似度算法设计
4.2.1 图像的相似度
4.2.2 查询算法设计
4.3 数据库关键技术介绍
4.3.1 创建数据库关键代码
4.3.2 基于触发器图像特征索引
4.3.3 编写系统主界面程序代码
4.4 本章小结
5 系统优化与改进
5.1 特征参数优化实验
5.1.1 主成分分析法
5.1.2 核主成分分析
5.1.3 特征优化
5.1.4 效果检验
5.2 检索算法评价实验
5.3 系统改进
5.4 本章小结
6 结论与讨论
6.1 结论
6.2 讨论
致谢
参考文献
附录：软件著作权登记证书
【参考文献】：
期刊论文
[1]数字图像处理技术研究进展[J]. 陈汗青,万艳玲,王国刚. 工业控制计算机. 2013(01)
[2]概率神经网络在玉米叶部病害识别中的应用[J]. 陈丽,王兰英. 农机化研究. 2011(06)
[3]基于图像的水稻病害识别方法研究[J]. 管泽鑫,唐健,杨保军,周营烽,范德耀,姚青. 中国水稻科学. 2010(05)
[4]一种基于噪声点检测的自适应中值滤波方法[J]. 高克芳,郭建钢. 福建农林大学学报(自然科学版). 2009(03)
[5]基于遗传特征选择和支持向量机的图像标注[J]. 李冉,赵天忠,张亚非,肖琪,李阳. 计算机工程与应用. 2009(06)
[6]应用多光谱数字图像识别苗期作物与杂草[J]. 朱登胜,邵咏妮,潘家志,何勇. 浙江大学学报(农业与生命科学版). 2008(04)
[7]霉变花生的计算机视觉识别[J]. 陈红,吴谋成,熊利荣,王巧华. 农业机械学报. 2008(01)
[8]基于彩色图像颜色统计特征的黄瓜炭疽病和褐斑病的识别研究[J]. 岑喆鑫,李宝聚,石延霞,黄海洋,刘君,廖宁放,冯洁. 园艺学报. 2007(06)
[9]基于纹理和位置特征的麦田杂草识别方法[J]. 曹晶晶,王一鸣,毛文华,张小超. 农业机械学报. 2007(04)
[10]基于图像识别的玉米叶部病害诊断研究[J]. 赵玉霞,王克如,白中英,李少昆,谢瑞芝,高世菊. 中国农业科学. 2007(04)
硕士论文
[1]甘肃省物种信息管理系统及其高等植物数据库的研制[D]. 祁发尧.西北农林科技大学 2008
本文编号：3715482
本文链接：https://www.wllwen.com/nykjlw/yylw/3715482.html
