论文部分内容阅读
农作物病害是制约农业发展的主要因素之一，准确、高效地识别病害对于保证农作物的正常生长具有重要的意义。计算机视觉技术对加速农业现代化建设、提高生产效率影响深远。本文以农作物病害类别的检测与识别为对象，研究计算机视觉技术在该领域的应用问题。考虑到实际的应用需求，对图像来源不加限制或要求，用户可采用多种方式采集并上传农作物图像，检测系统能够自动识别和处理。研究了病斑图像的分割算法。采用基于HSI颜色模型的算法实现农作物叶部病斑图像的分割，利用颜色信息实现病斑和叶片的分离，根据亮度信息消除图像中背景信息的干扰。研究了病斑图像的特征提取算法。通过提取病斑边界，计算病斑的形状特征参数；利用彩色空间模型，计算病斑的颜色特征参数；采用灰度共生矩阵，计算病斑的纹理特征参数。利用LabVIEW及其IMAQ Vision图像处理模块，设计并开发了检测系统软件平台，具备图像采集与显示、预处理、特征识别、数据管理及网络通信等功能，界面友好，操作简单。仿真结果表明，本文所提出的算法实现简单，处理速度较快。本系统可以实现对农作物病害的非接触式检测，具备一定的应用前景。