對溫室植物病害處理技術的研究
為了能夠更加準確的對植物受到傷害的進行統(tǒng)計，我們需要采用植物病害檢測儀來幫忙完成，這樣也就提高了農業(yè)的儀器專業(yè)化水平，對深入的了解植物病害是具有很重要的作用的。我們現在通過對溫室中黃瓜的研究作為例子，已經研究出了很多方法來預防病害的發(fā)生，并利用邊緣檢測技術和閾值分割技術在正常部位和病害部位實現了圖像的有效分割。為了提高溫室病害防治的智能化水平,我們采用目前先進的數字圖像處理技術,以設施黃瓜發(fā)生的侵染性病害為研究對象。
所謂圖像分割是按照某種特征,如灰度、色彩、紋理等將圖像分成若干特定的區(qū)域。在這些區(qū)域內部,其特征是相同的或近似的,而相鄰區(qū)域之間存在著邊界。這樣,將圖像中有意義的特征部分提取出來,作為下一步圖像分析、理解和識別的基礎。如果選取波谷的灰度級作為閾值,那么灰度值小于等于閾值的部分假定為葉片,那么灰度級大于閾值的為背景,這樣可以把葉片與背景分割開,由于病害圖像在不同位置葉片與背景的對比差別較大,葉片邊緣在圖像的不同部位灰度值存在一定差別,那么我們選取單閾值進行分割造成誤差較大。
邊緣檢測技術分割是利用不同區(qū)域間像素灰度不連續(xù)的特點檢測出圖像的邊緣,從而實現圖像的分割。對于病害葉片,病態(tài)部位總存在邊緣,這些邊緣是指病態(tài)區(qū)域和正常區(qū)域交界處像素灰度發(fā)生階躍變化的點的集合。通過邊緣檢測技術,我們可以得到病害部位的輪廓曲線,從而對病害部位進行有效的定位。具體方法是先對病害圖像進行灰度化處理,然后取初始閾值將病害部位與正常部位分開,分別對兩部分進行積分獲取新閾值,按新閾值再將病害區(qū)域與正常區(qū)域分割,反復迭代下去,當迭代已經收斂于穩(wěn)定的閾值時,就得到了最終的結果,最后采用二值化處理,即正常部位用黑色表示,病害部位用白色表示。為了分割葉片的正常部位與病害部位,我們分別試驗了邊緣檢測技術和迭代閾值分割技術。
從霜霉病圖像的分割結果看,利用邊緣檢測技術,部分病害的輪廓并沒有提取出來,提取出來的病害輪廓也欠缺完整性。這是由于黃瓜霜霉病圖像區(qū)域間的變化不是很明顯,即從病害區(qū)域過渡到正常區(qū)域時,像素的灰度值并沒有發(fā)生顯著的突變。對于黃瓜炭疽病圖像,由于所選取的葉片,病害處比較明顯和集中,病害部位和正常部位灰度差別較大,邊緣灰度突變明顯,因此 2種方法均得到了較好的效果。通過對實驗結果的分析,我們對霜霉病圖像的分割采用迭代閾值分割技術,而對炭疽病,為了進一步研究分割技術對特征值提取的影響,我們采用邊緣檢測技術。中國糧油儀器網 http://m.52lvi.cn/
