基于颜色和形状特征的黄瓜霜霉病自动识别研究.PDFVIP

安徽农业大学学报, 2013, 40(6): 1071-1075 Journal of Anhui Agricultural University 网络出版时间：2013-10-29 14:15:06 [URL] /kcms/detail/34.1162.S1415.008.html 基于颜色和形状特征的黄瓜霜霉病自动识别研究 王 雪，马 卓，王 欣，姜 丹，刘小溪，贾志雷* (吉林省科学技术信息研究所，长春 130021) 摘 要：利用计算机图像处理技术，对农作物病害的自动识别做了实验性研究。以黄瓜霜霉病为例，采集了黄 瓜霜霉病的数字图像作为试验样本，进行了灰度化处理、二值化处理、平滑化处理和边缘检测处理等，从病斑的形 状和颜色两方面提取特征参数，利用k 近邻法对样本进行分类识别，识别率达到95%。 关键词：计算机图像处理； 霜霉病；k 近邻法； 模式识别 中图分类号：TP391.411 文献标识码：A 文章编号：1672−352X (2013)06−1071−05 Automatic recognition of cucumber downy mildew based on color and shape feature WANG Xue, MA Zhuo, WANG Xin, JIANG Dan, LIU Xiao-xi, JIA Zhi-lei (Institute of Scientific and Technical Information of Jilin, Changchun 130021) Abstract: In this paper, automatic identification of cucumber downy mildew was conducted using computer image processing. The digital image of the cucumber downy-mildew was collected, and then treated with gray processing, binary processing, smoothing processing and edge detection processing. Characteristic parameters were extracted from the two aspects of shape and color of the lesion, and then k-nearest neighbor method was used for classification and identification. The recognition rate was up to 95%. Key words: computer image processing; downy mildew; k-nearest neighbor method; pattern recognition 现代农业生产日趋向智能化和精准化方向发 状、质地等特征参数，证明了 SVM 在处理小样本分 展，但同时也必须注重生产的生态化。农作物生长 类问题上效果较好[9] ；管泽鑫采用计算机图像处理技 培育过程中不可避免受病害的侵染，病害防控不当 术和贝叶斯分类法对水稻病害进行了研究，提取了 会造成作物产量和质量的下降，滥用和过量使用农 水稻病害的颜色和病斑轮廓等 63 个特征参数，利用 药还会造成农产品农药残留甚至破坏生态环境等后 贝叶斯分类识别方法，最高识别准确率达到 果。实验表明，作物在发病初期，如果能够及时发 97.2%[10]；刘君构建了农作物病害自动识别系统，利 现并准确识别病害，对症、适时、适量的使用农药， 用神经网络和支持向量机方法对作物病害进行分 不但可以有效控制病情，还能大幅减少农药在农产