北方旱育稀植水稻病害图像识别预处理研究.pdfVIP

— ９２— 江苏农业科学　２０１４年第４２卷第１期 刘丽娟，刘仲鹏．北方旱育稀植水稻病害图像识别预处理研究［Ｊ］．江苏农业科学，２０１４，４２（１）：９２－９４． 北方旱育稀植水稻病害图像识别预处理研究 １ ２ 刘丽娟 ，刘仲鹏 （１．河北农业大学信息科学与技术学院，河北保定０７１０００；２．保定学院信息技术系，河北保定０７１０００） 　　摘要：引入图像预处理及模式识别技术，实现北方旱育稀植水稻叶部病害图像的预处理。结合水稻叶部图像的特 征，对传统的算法进行调整或改进优化：以改进系数的方法对图像进行灰度化处理；通过直方图均衡化提升图像的对 比度；以改进矢量中值滤波算法保护图像边缘，滤除图像噪声；以优化的均值聚类算法进行图像分割，获得水稻病斑图 像的主要特征，从而实现了对目标图像的去噪、增强，为病害进一步的智能化识别与处理打下良好的基础。 　　关键词：旱育稀植水稻；病害图像预处理；图像识别 　　中图分类号：Ｓ１２６　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１４）０１－００９２－０３ 　　水稻作物的旱育稀植技术是适用于北方地区气候与环境 １　旱育稀植水稻病害图像的获取 特点的寒地栽培模式。水稻病害对其产量、品质和农户的经 ［１］ 济收益影响极大 。在水稻的几种常见高发病害中，表现出 研究所需的旱育稀植水稻病害叶片采集时间为２０１２年 的病征各有不同，但通常都会在其叶片部位以病斑的形式表 ８月，采集地点为河北农业大学农作物及育种基地，经养殖项 现出来。由于寒地水稻种植区域广泛，专家与技术人员配置 目负责人及专家鉴定具体病种（水稻纹枯病）。为保证图像 相对不足，因此种植农户往往以肉眼观察和经验推断的方法 后续处理成功，采用相同的方式对采集叶片进行拍摄。使用 判别病症，难以精准识别病害种类，劳动强度大，主观因素多， 索尼Ａ５５８倍光学变焦ＣＣＤ彩色数据数码相机，相机位于叶 ［２－３］ 片上方３０ｃｍ，室内人工光照，图像格式设置为３２０×２４０的 效率不高 。随着信息技术尤其是图像处理的发展，引入 图像技术对农作物病害进行自动处理、识别，从而提取与分析 ２４位真彩图，确保颜色及特征清晰，将图像输入计算机，以 病害作物的形状、大小、颜色、纹理等特征，进而科学、合理地 ＪＰＧ格式保存。 治理病害，是当前研究的热点之一。本研究引入图像预处理 ２　旱育稀植水稻病害图像预处理 及模式识别技术，以水稻纹枯病为例，实现北方旱育稀植水稻 叶部病害图像的预处理。结合水稻叶部图像的特征，以改进 ２．１　基于改进自选择算法的灰度预处理 的方法对其进行灰度化处理；通过直方图均衡化提升图像的 通常的颜色体系可以分为纯黑白、彩色以及灰度色。采 对比度；以改进的矢量中值滤波法保护图像边缘，滤除图像噪 集到的旱育稀植水稻病害叶片原始图像属于２４位真彩色图 声；以优化的均值聚类算法进行图像分割，减小了计算率，降 像，数据量偏大，因此图像处理时的计算量也偏大，计算速度 低了复杂度，获得水稻病斑图像的主要特征，从而实现了对目 与图像处理的效率受到一定影响。通常的做法是：首先将原 始图像转换为 ［１］ 标图像的去噪、增强，为病害进一步的智能化识别与处理打下 ８位灰度图像 ，转换之后的图像仅保留灰度 良好的基础，并有助于作物的智能化精准施药。 信息，对病害图像预处理已足够，灰度预处理的过程就是将彩 色图像中还有亮度与色度的ＲＧＢ模式经过转换，变成灰度