论文部分内容阅读
传统的作物病害检测是农业生产者和植保专家通过以往经验来进行肉眼判断,这种方法不论是在试验大棚中还是田间调查很辛苦,劳动强度大,并且由于人为主观因素的影响,有很大的不确定性,所以迫切需要一种比较快速而方便的方法来代替人工检测。然而到目前为止,国内外尚未见到详细针对作物病害危害程度的研究。本论文以计算机图像处理技术为重要技术手段,在盆栽试验的基础上综合运用图像处理、植物病理学、色度学、几何特征、距离特征等方面的知识,研究了利用计算机图像处理技术进行作物病害受害程度的检测,以生产中常见的玉米小斑病、水稻纹枯病、水稻稻瘟病为研究对象,经过图像预处理后提取作物的颜色特征、几何特征、距离特征,建立了作物危害程度检测模型。其中,通过玉米小斑病病斑占冠层叶片面积的百分比即冠层受害程度,结合人工检测的整株玉米病情指数,分析两者的相关性,并建立了函数模型,经检验通过玉米冠层受害程度计算出的整株病情指数的拟合值与实测值相对误差率在1.2%～25%。可以用该模型来修正图像检测结果,解决了图像处理的局限性问题;颜色特征R/G值可预测玉米小斑病病情指数,误差率为1%～15.8%;水稻稻瘟病病斑分离出来后采用连通区域标记的方法实现病斑计数,误差率为0%～22%;水稻纹枯病危害程度通过距离特征进行检测,误差率为0%～20%。经检验证明本论文采用的方法可以代替传统的人工检测方法,具有较好的推广和应用价值。本研究为进一步开发具有商业价值的作物病害危害程度检测系统提供了必要的理论依据和技术基础,利用图像处理技术客观地检测病害及危害程度,从而有效地指导病害防治或病害管理并能够精确地控制农药的喷洒量。对促进计算机图像处理技术在我国农业工程领域的应有具有一定的意义。