探究基于圖像處理技術(shù)的黃瓜葉部病害識(shí)別診斷系統(tǒng)

本文重點(diǎn)探討基于圖像處理技術(shù)的黃瓜葉部病害識(shí)別診斷系統(tǒng)，經(jīng)過實(shí)踐證明，該系統(tǒng)能夠更為準(zhǔn)確、快速識(shí)別黃瓜葉部病害，值得在農(nóng)業(yè)生產(chǎn)中廣泛推廣。

圖像處理；黃瓜葉部；病害識(shí)別

黃瓜是園藝作物中種植較為廣泛的品種，但因葉部病害多發(fā)，制約著黃瓜生產(chǎn)總量的提升。因此，本文借助先進(jìn)圖像處理技術(shù)，以Mat-Lab2008為開發(fā)工具，開發(fā)黃瓜葉部病害識(shí)別系統(tǒng)，具體如下所示。

1　研究方式

1.1采集研究對(duì)象。在某農(nóng)場(chǎng)采集10種以上的多發(fā)黃瓜病害作為研究對(duì)象，包括細(xì)菌性角斑病、霜霉病等，同時(shí)采集不同程度的發(fā)病黃瓜病害圖片。

1.2硬件、軟件系統(tǒng)條件。識(shí)別與診斷黃瓜葉部病害時(shí)，需要有良好的軟硬件條件支持，本系統(tǒng)配備完善的硬件系統(tǒng)，并引入先進(jìn)開發(fā)軟件—MatLab。

2　黃瓜葉部病害識(shí)別診斷系統(tǒng)的功能

黃瓜葉部病害識(shí)別診斷系統(tǒng)共包括讀取圖像、圖像預(yù)處理、圖像分割、病斑特征提取、病害識(shí)別、診斷結(jié)果等模塊，其中病斑特征提取包括顏色、形狀和紋理三方面內(nèi)容。

2.1預(yù)處理圖像。預(yù)處理圖像功能是識(shí)別黃瓜葉部病害的基礎(chǔ)，在采集病害圖片時(shí)，大多處于較為復(fù)雜的環(huán)境下，同時(shí)采集圖片的過程易受到采集設(shè)備、時(shí)間、天氣等多種因素的影響，導(dǎo)致部分圖像出現(xiàn)噪聲的問題。因此，工作人員必須對(duì)圖片進(jìn)行合理的預(yù)處理，確保黃瓜病斑提取的真實(shí)性。即預(yù)處理圖像功能主要面對(duì)復(fù)雜背景下收集的病害圖像，分離葉片病斑時(shí)，通常借助數(shù)學(xué)形態(tài)學(xué)、superpixel算法，再通過中值濾波方式削弱圖像存在的噪聲，利用非線性變換方式增強(qiáng)葉部整體圖像，使黃瓜病斑變得更加清晰。

2.2分割圖像。分割圖像功能主要為提取黃瓜葉部病斑，通常使用的方法有分水嶺計(jì)算方式、閾值分割算法，可有效分析葉片、病斑，進(jìn)而降低提取形狀等特征的難度。

2.3提取圖像典型特征。提取圖像典型特征，主要包括顏色特征、形狀特征與紋理特征三方面，提取完特征后，再根據(jù)葉片實(shí)際情況進(jìn)行優(yōu)化整合，最后將其存儲(chǔ)在文本文件中，為識(shí)別、診斷病害提供基礎(chǔ)。

2.4識(shí)別黃瓜葉部病害。識(shí)別黃瓜葉部病害可使用向量機(jī)分類計(jì)算方式、BP神經(jīng)網(wǎng)絡(luò)計(jì)算方式，對(duì)存儲(chǔ)在文本文件中的圖像特征進(jìn)行分析，建立對(duì)應(yīng)的模型，按照一定的原則，對(duì)樣本進(jìn)行分類、識(shí)別。同時(shí)系統(tǒng)在識(shí)別、診斷環(huán)節(jié)后，應(yīng)借助系統(tǒng)維護(hù)模塊，實(shí)時(shí)增加與更新黃瓜葉部病害診斷數(shù)據(jù)庫(kù)信息。

3　黃瓜葉部病害識(shí)別診斷系統(tǒng)關(guān)鍵部分

3.1分割復(fù)雜圖像。分割病害圖像是識(shí)別、診斷病害的前提條件，分割圖像的質(zhì)量直接關(guān)系著病害識(shí)別的有效性，本系統(tǒng)主要分割復(fù)雜環(huán)境下收集的圖像。首先，分割背景圖片與黃瓜葉片，去除雜質(zhì)、土壤等其他物體，只留下病害的葉片區(qū)域，并借用superpixel算法分割目標(biāo)葉片、重疊葉片，約分成100個(gè)區(qū)域，確保色素值位于鄰近區(qū)間；其次，提取病斑區(qū)域的形狀、顏色與紋理特征，使用閾值分割法，其算法為：假設(shè)黃瓜病害圖像區(qū)域?yàn)镸類子區(qū)域，閾值Kq共取M-1個(gè)，q=1、2、3、4……M-1，當(dāng)k(q-1)

3.2識(shí)別病害方式。識(shí)別病害的方式逐漸增多，具體包括模糊集識(shí)別方式、統(tǒng)計(jì)識(shí)別方式、人工神經(jīng)網(wǎng)絡(luò)識(shí)別方式等，但需要注意的是，對(duì)于某種黃瓜病害而言，一般沒有過多的樣本，進(jìn)而影響到識(shí)別與診斷的真實(shí)性與可靠性，隨著科學(xué)技術(shù)的發(fā)展，支持向量機(jī)(SVM)識(shí)別方式出現(xiàn)，極大程度上彌補(bǔ)了這一問題，其以最小結(jié)構(gòu)風(fēng)險(xiǎn)為原理，突出泛化、誤差等能力，具備識(shí)非線性、小樣本等多種優(yōu)勢(shì)。

[1]回音，呂杰.計(jì)算機(jī)在急性中毒專家咨詢及診斷系統(tǒng)中的應(yīng)用[J].中華醫(yī)學(xué)信息導(dǎo)報(bào)，1997 (15)：14，8.

[2]江天法，楊萬(wàn)利.數(shù)據(jù)診斷系統(tǒng)[J].華東森林經(jīng)理，1991(02)：40～43.

[3]郭田生，李小玲，駱曉林.心理疾病專家診斷系統(tǒng)的研發(fā)——系統(tǒng)軟件的研發(fā)[J].國(guó)際精神病學(xué)雜志，2013(02)：113～115.

[4]張學(xué)農(nóng)，陳藹祥，張立成.含故障模式的診斷系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)科學(xué)，2013(07)：229～231，243.

[5]杜玉祥，馬曉燕，趙繼超.數(shù)學(xué)差生診斷系統(tǒng)研究中的數(shù)學(xué)方法[J].系統(tǒng)工程理論與實(shí)踐，1998(09)：131～135.

066000河北科技師范學(xué)院郝云飛