基于图像处理相关技术的作物病害诊断.pptVIP

基于图像处理技术的 作物病害诊断研究 博 士 生： 袁 媛 导 师： 李 淼 研究员 目 录 研究背景 农作物受到病虫害侵染后，外观形态和生理效应均会发生一定变化。病害的症状绝大多数均会在农作物的叶子上表现出来，出现病斑。 目前国内外研究主要采用图像处理技术，光谱分析技术，以及多光谱和高光谱成像技术等进行作物病虫害快速检测。 常规检测方法（显微工具/肉眼）直接判别病虫害的种类和程度，存在主观性强、工作量大、覆盖范围窄、效率低、成本高等缺点，不适用于精准农业对作物病虫害信息快速获取的需要。 农作物病害识别 基于图像处理的 诊断系统 研究背景 研究背景（续） 近些年来，随着数字图像处理技术的迅速发展、计算机视觉技术的广泛应用和各种模式识别技术的日趋成熟，将计算机视觉技术引入作物病害防治领域，实现病害的自动化诊断，为作物病害的无损检测、快速诊断提供了新的途径和方法。 目 录 研究内容 目 录 现有成果 1、黄瓜病害诊断系统（续） 现有成果 1、黄瓜病害诊断系统（续） 以VC作为开发工具，实现了对图像中任意形状边界的封闭区域的裁剪，做到了图像中目标区域与背景区域的成功分离。 针对具有复杂背景的黄瓜病害图像： Geng ying, Li Miao, Yuan Yuan, Hu Zelin. A Study on the Method of Image Pre-Processing for Recognition of Crop Diseases. International Conference on Advanced Computer Control, ICACC 2009,202~206. （EI Compendex） 现有成果 2、复杂背景条件下的作物病害图像处理 实时监控采集到的大多数作物病叶图像都具有复杂背景，且其中存在与病斑混淆的因素（颜色、形状、纹理等），可能导致获取的信息不足以对目标进行正确的分割，或是为分割提供了错误的信息。 图像采集标准化 图片编辑软件 图像裁剪技术 工作量大， 费时费力 现有成果 2、复杂背景条件下的作物病害图像处理（续） 解决方案1： 提出基于先验信息（纹理和形状）的水平集模型，以解决具有复杂背景的作物病叶图像的自动分割问题。 Zhang Wei， Zhang Jian，etc. A New Level Set Method Of Image Segmentation Using Structure Tensor. The 2nd International Workshop on Intelligent Systems and Applications， ISA 2010，735-738.（EI, ISTP） 袁媛，李淼，梁青，等.基于水平集的作物病叶图像分割方法研究[J].农业工程学报，2011，27（2）：208-212 现有成果 2、复杂背景条件下的作物病害图像处理（续） 解决方案1： 先验纹理信息模型： 传统的结构张量没有使用任何灰度信息，当纹理目标的灰度与背景存在差异的时候，灰度信息的加入将有助于分割速度和精度的提高。因此将灰度信息引入其中，构建新的扩展型结构张量。 在LBF模型中引入上述改进的扩展性结张量，使得其能够分割纹理图像。 现有成果 2、复杂背景条件下的作物病害图像处理（续） 解决方案1： 先验形状信息模型： 采用水平集方法表示目标先验形状：易于扩展到高维情况，能够很好地处理拓扑结构的变化，这种形状表示方法与曲线演化的水平集模型相一致，可以很容易地融入到活动轮廓模型中。 形状配准：具有旋转、平移、缩放变换的不变性 是经过配准后训练集的平均形状， 是形变自由度。 现有成果 2、复杂背景条件下的作物病害图像处理（续） 解决方案1： 改进后的水平集模型： 其中， 是一个常数，用于调节形状先验能量项的权重。 实验中我们使用了12幅不同角度拍摄的黄瓜叶片图像作为训练集，得到的平均形状作为先验形状信息。 实验结果： 现有成果 2、复杂背景条件下的作物病害图像处理（续） 解决方案1： 实验结果： 现有成果 2、复杂背景条件下的作物病害图像处理（续） 解决方案2：为了有效结合多种特征信息，将不同的水平集函数对应在不同的特征域中演化，构造新型的多域多相水平集算法。外部水平集在近似叶片形状的二值化纹理域中演化，而内部水平集则在灰度域中演化，在病叶内部逐渐逼近病斑轮廓，以实现对复杂背景下病斑的有效分割。 江海洋，张建，袁媛，等.基于MDMP-LSM算法的黄瓜叶片病斑分割方法[J].农业工程学报，2012，28（21）：142-148. 现有成果 2、复杂背景条件下的作物病害图像处理（续） 解决方案2： 单水平集模型分割结果 内部顺序的多相水平集模型