基于多结构元素的农作物病虫识别系统.PDFVIP

西北大学学报(自然科学网络版) 2007 年 11 月，第 5 卷，第 6 期 Science Journal of Northwest University Online Nov. 2007，Vol. 5，No.6 基于多结构元素的农作物病虫识别系统 刘 军 1,2,耿国华 1 ( 1 西北大学 信息科学与技术学院，陕西 西安 710027；2 渭南师范学院 应用数学研究所，陕西 渭南 714000) 摘 要：基于昆虫形态学理论的研究成果，在Visual C++下设计实现了一种农作物病虫识别系统。 该系统利用同类病虫虫体结构的相似性，通过形态学运算获得病虫6个最重要形态特征数据，在 标准病虫形态特征数据库系统中实现了对病虫快速、准确的识别，避免了在整幅图像中搜索特征 点，从而简化和加快了农作物病虫识别过程。实验表明，该系统能实现对农作物病虫快速、准确 的识别，具有一定的实用性。 关键词：图像处理；病虫识别；昆虫形态学；多结构元素 中图分类号：TP391 文献标识码： A 文章编号：1000-274X(2007)0301-05 昆虫数学形态学理论与计算机视觉技术相结合，在农作物病虫虫情监测与识别领域具有广阔的应用前 景，国内外学者在这方面已经做了深入的研究。于新文、沈佐锐等[1]在昆虫图像特征提取、测量及种类自 动识别研究中，利用昆虫的数学形态学特征，实现了对棉铃虫等3种昆虫的自动鉴别，准确率达到90%以上。 Habib G等针对棉花害虫分类，利用计算机视觉、人工神经网络、模糊控制方法建立了一套自适应神经模 糊控制系统。实践表明，农业病虫虫情检测与识别系统应用的关键是如何在保证识别准确率的前提下简化 和加快病虫的识别过程。本文利用同类病虫虫体形态结构的相似性，以农作物病虫6个最重要的形态特征 为识别依据，在Visual C++下设计并实现了一种基于多结构元素形态学的农作物病虫识别系统。实验表明： 该系统能实现对测试农作物病虫样本快速、准确的识别，具有一定的实用性。 1 系统概述 该系统采用 C/S 模式，开发环境为 Visual C++ 6.0 和 SQL 2000，病虫形态特征计算调用 MATLAB 6.5 相关函数。系统支持灰度图像和彩色图像，可实现对病虫图像的显示、预处理、特征提取和识别。系统提 供两种识别模式：普通模式和专家模式。一般用户可通过普通模式实现病虫的自动识别，而专家用户可在 识别过程中进行参数调整，系统工作流程如图 1 所示。 病虫标准特征数据库 病虫 病虫图像 病虫图像 形状 识别 病虫识别 预处理 形态学滤波 特征 结果 提取 结构元素调整 图 1 农作物病虫识别系统工作流程 Fig.1 The plant pest’s image recognition system’s workflow _______________________ 收稿日期：2007-06-12 基金项目：国家自