数字图像中作物病斑形状分形特征提取.pdfVIP

您的论文得到两院院士关注 图像处理 文章编号 3 :1008-0570(2007)11--0295-03 数字图像中作物病斑形状分形特征提取 Extractingfractalfeatureofspotmorphologyofplantdiseasesindigitalimage 江苏大学 云南农业大学 黄石理工学院 1,2 1 1 1,3 张艳诚 毛罕平 胡 波 李明喜 (1. ;2. ;3. ) ZHANGYANCHENG MAOHANPING HUBO LIMINGXI 摘要 应用分形理论的计盒维数法在数字图像中研究了棉花不同病害病斑的形状分形特征 结果表明 棉花病害病斑的形状 : , , 具有明显的分形特性 其形状的复杂性可用分形维数量度 不同类病斑的形状分形维数存在明显的差异 炭疽病病斑的分 , 。 , 形维数为 1.804±0.0214,轮纹病斑的分形维数为 1.8951±0.0224,叶枯病病斑的分形维数为 1.8740±0.0345。其可作为识别诊 断病害的特征 利用病斑形状分形特征进行棉花病害的识诊断别 识别准确率达到 以上 实验研究表明在数字图像中应 , , 81% 。 用分形理论研究作物病斑的形状特征及应用病斑形状分形特征识别作物病害是可行的。 关键词 数字图像 病斑形状 特征 分形维数 盒维数 : ; ; ; ; ; 中图分类号 ; 文献标识码 :TN911.73S126 :A Abstract:Fractalcharacteristicsofspotpatternsofcottondifferentdiseaseusingthebox-counting0algorithmoffractalgeometryin digitalimagewereintroducedinthispaper.Theresultsindicatethatspotpatternsofcottondisease, likemanynaturallyirregular技 structures,areapproximatelyfractal;thefractaldimensionvaluescanbemeasuredtheircomplexity.Thefractaldimensionvalueof differentdiseasespotsisdifferent,arespectivemeanfractaldimensionestimateof:D=1.8951±0.0224forCollectotrichumgossypii, f 术 D=1.8951±0.0224forAlteariamacrospora,andD=1.8740±0.0345forleafandstemblight.Thefractaldimensioncanbeusedasa f f featureforrecognizinganddiagnosingplantdisease,Usingfractalfeaturefordiagnosingandrecognizingplantdisease,theidentifica-创 tionaccuracyratehasattainedmorethan81%,Experimentsshowthat