小麦病害图像预处理方法的研究.pdfVIP

小麦病害图像预处理方法的研究 李晓华，陈兵旗 中国农业大学工学院，北京（100083 ） E-mail ：caulxh@126.com 摘 要：小麦病害图像的预处理是小麦病害智能化诊断的前提与关键。本研究对感染白粉病、 条锈病、叶锈病的小麦叶片进行试验，提出基于小波变换和纹理分析的小麦病害图像预处理 方法。试验结果表明，小波变换方法能有效地增强病害图像，基于纹理分析的分割方法能完 整地分割出病变部位。 关键词：小麦病害；预处理；小波变换；纹理分析 中图分类号：S126 1. 引言 小麦病害图像的预处理是整个智能化诊断系统的前提与关键，对于分解整个复杂的诊断 任务和提高诊断效率都具有非常重要的意义。目前，国内外许多学者对农作物病害图像的预 处理方法做了广泛的研究。2002 年，Luigi Bodria 等人[1]对小麦锈病的叶绿素荧光图像进行 采集，对特定波长光照下的图像采用阈值分割方法抽取出病变部位，该方法对光照要求较高， 推广到实际应用有一定困难。2002 年，江苏大学的徐贵力等人[2] 以无土栽培的番茄为例，对 番茄缺氮和缺钾的初期叶片采样后，采用与叶片边缘相切的边框作为图像边界对图片进行裁 剪，该方法提取叶片缺少智能化。2005 年，山西农业大学的崔艳丽等人[3] 以温室黄瓜为例， 对黄瓜斑疹病和角斑病叶片图像进行采样后，采用直方图分割技术去除背景，再采用OSTU 法抽取病变部位，该方法不具有通用性，很难适应复杂的农田环境。2006 年，吉林大学的 齐龙等人[4]采用BP 网络的方法进行植物病害彩色图像的分割。神经网络的方法需要大量的 病害样本，否则不能很好地应用于农作物病害图像的预处理。 虽然国内外进行了一些农作物病害图像预处理方法的研究，但是现有研究成果存在通用 性不强、智能化不足等缺陷。目前，国内外还没有一种通用的、有效的病害图像预处理方法。 鉴于此，本研究在分析总结前人研究的基础上，提出了基于小波变换和纹理分析的小麦病害 图像预处理方法。 2. 计算机视觉系统及图像的获取 [5] 小麦的田间图像由计算机视觉系统 采集。计算机视觉系统主要包括SONY VCB23312P 型CCD，大恒DH2VRT 2CG200 型图像卡，PENT NUM586~500 型计算机。图像卡的最大 图像分辨率为：PAL 制800×600×24 bit，NTSC 制640×480×24bit 。CCD 的解析度在水平方 向为640 线。小麦的图像在田间实地采集，在光照明亮充足的条件下，选取有代表性的小麦 地块，摄取图像。图像以BMP 文件格式存储在硬盘中，以供后续的分析和处理。 （a ）白粉病 （b ）条锈病 （c ）叶锈病 图1 小麦病害原图像 -1- 图1 （a ）为患白粉病的小麦叶片，叶片上有白粉状斑点。图1 （b ）为患条锈病的小麦 叶片，叶片上有明显的黄色条带状病变。图 1 （c ）为患叶锈病的小麦叶片，叶片上有团块 状红色病斑。本研究的图像预处理算法以图1 所示的白粉病、条锈病、叶锈病叶片图像为例 进行。 3. 基于小波变换的病害图像增强 由于小麦病害图像的病变部位具有不连续性、不稳定性、不均匀性等特点，它往往包含 在高频成分内。而在颜色、形状等空间域特征上病害图像却具有复杂多样性。因此，采用频 域分析方法进行病害图像增强。本研究采用小波变换[6] 的方法进行频域分析。 3.1 连续小波变换 小波变换具有多分辨率特性，也称作多尺度特性，可以由粗到精地逐步观察信号，也可 看成是用一组带通滤波器对信号做滤波。通过适当地选择尺度因子和平移因子，可得到一个 伸缩窗，只要适当选择基本