MATLAB图像处理技术在农业病虫害识别中应用分析.docVIP

MATLAB图像处理技术在农业病虫害识别中应用分析 　　摘 要 目前，图像处理技术的应用与研究都有了很大进展，其应用也已经渗透到农业生产的各个领域。在农业生产中，病虫害一直是困扰农作物生长的基本问题。因此研究农作物病虫草害的自动检测与识别，开发智能化控制系统，准确地获取植物受害的病因、病种及受害程度是保证农业生产可持续发展的重要环节。借助MATLAB工具针对农业病虫害的图像进行识别和处理，研究基于图像处理技术的农业病虫害识别算法。通过图像处理技术实现昆虫种类自动识别，弥补了传统的给予文字描述的昆虫识别及昆虫学家人工识别方法的不足，能够给用户提供更为实时、准确的昆虫识别结果。 　　关键词 MATLAB；图像处理技术；农业病虫害；图像识别 　　中图分类号：TP391.4 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2017.21.065 　　1 研究背景及意义 　　我国自古就是农业大国，农业始终是支撑国民经济建设与发展的最重要的产品。在农业生产中，病虫害一直是影响农作物生长的重要问题。病虫害是引起作物减产低产的重要原因之一，及时发现并控制害虫数量，对确保作物的生长具有重要作用。在长期以来的防治害虫实践中，人们一直在探索并研究着各种防治的方法，?过不断的改进和发展，逐步形成了目前普遍采用的5类基本防治方法，即植物检疫、农业防治、生物防治、化学防治和物理机械防治。这5类防治方法各具优点，但同时也存在着一定的局限性。如通常这些传统的防治方法都需要投入较大的人力、物力、财力，且易受到地域、季节等限制，还会对人畜，环境产生较大的副作用。由于不能准确地监测出植物病害，所以农业生产者盲目地施用大量的农药和化肥来防治病虫害的不断发生，这样不仅浪费了财力、物力和人力，而且没有起到很好的防治作用，影响了农产品的品质和产量，也破坏了生态环境。所以，及时，准确地监测害虫的信息，确定出害虫的位置，种类和分布情况等，是首先要解决的问题。 　　随着农业发展逐渐工业化、科技化，应对农业病虫害也需逐步实现自动化、科技化。目前图像处理技术的应用和研究都有了很大进展，并已渗透到农业生产的各个领域。因此研究农作物病虫害的自动检测与识别技术，准确地获取农作物受到虫害的病虫种类、受害程度以及防治方法是保证农业生产发展的重要环节[1]。基于图像的农业害虫识别是图像处理技术的新应用领域。通过图像处理技术实现病虫的自动识别，解决了以前通过文字描述和人工识别的不足，给管理者提供实时、准确的害虫识别结果。害虫图像提供的信息是其丰富程度是文字描述无法比拟的，主要有颜色、纹理、形状3种可供选择的昆虫图像特征。基于图像的病虫害识别技术应用广泛，通常被植物检验、病虫害预测预防及其防治等领域，以及被作为生态信息学研究的重要组成部分，被海关、植物检疫、森林病虫害防治等部门及广大农业工作者所采用[2-3]。 　　2 国内外发展现状分析 　　在农作物生产和科研中，大量的工作需借助于对形态、色泽、纹理等外部特征的判断，对这些特征信息的获取存在着速度慢、强度大、主观性强、误差大、实时性差等缺陷[4]，且一些特征还难以定量描述，制约了作物科学研究的发展，而图像处理技术在作物领域的许多进展充分展示了其广阔的应用前景。 　　目前借助图像处理技术进行病虫害识别的应用研究还比较少。研究病虫害图像的处理和分析对病虫形态学、生态学以及病虫自动识别具有重要意义，其目的是实现农业病虫害的自动识别[5-9]。数学形态学是图像处理和图像识别技术的发展，是通过使用数学方法去描述或分析一个物体图像形状的理论和方法[10]。应用了集合论、概率论等数学基础方法。在农业包括植物保护方面的应用还很有限。于新文等人在农作物害虫图像的提取、测量和病虫种类的自动识别研究中，利用了病虫的数学形态学的特征，提取了目标的轮廓，实现了棉铃虫等3种昆虫的鉴别，准确率超过90%[11]。陈佳娟等人对棉花的叶片边缘的残缺和棉花叶片的孔洞来判别棉花受到病虫害的损坏程度。在研究中使用了局部门限法对图像和背景进行分割；使用高斯拉普拉斯算子对图像进行边缘检测；使用边缘跟踪算法确定棉叶的孔洞；使用膨胀算法确定叶片边缘的残缺形态[12]。将昆虫数学形态学与图像处理技术相结合，在农作物害虫监测等方面具有广阔的应用前景。 　　在国外，针对棉花害虫的分类，HabibG等人建立起了自适应神经模糊控制系统。他们利用计算机视觉人工神经网络、模糊控制等方法。通过田间采集的病虫害图是彩色的，一般首先将彩色图像进行灰度分割，转化成二值图像之后进行运算。昆虫图像建立数学模式将是具有实用价值的研究[13-15]。 　　1997年，Saughter等用色相计算机图像技术建成了自动控制系统，实现了对杂草的识别与防治。 　　由于传统的农业