基于图像校正技术的大豆病害自动诊断模型-江苏大学.PDF

２０１８年７月 第３９卷　第４期 Ｊｕｌｙ２０１８ Ｖｏｌ．３９　Ｎｏ．４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－７７７５．２０１８．０４．００７ 基于图像校正技术的大豆病害自动诊断模型 关海鸥，刘　梦，马晓丹 （黑龙江八一农垦大学 电气与信息学院，黑龙江 大庆 １６３３１９） 摘要：为解决大豆病害无损采集的非线性失真图像与病种之间映射关系的问题，将数字图像处理 技术与神经网络推理机制相结合，提出了基于图像校正技术的大豆病害自动诊断模型．通过自制标 定模板无损采集大豆病害数字图像，利用双线性投影映射算法校正病害图像的几何失真，同时计算 病斑区域的形状特征、颜色特征及纹理特征参数，以此多维特征指标为基础，应用神经网络的强自 适应性自动取得大豆病种推理规则，建立大豆病害自动诊断模型．仿真试验表明：大豆病害的失真 图像校正精度达到９９％以上，其病害种类诊断准确率为９８．３３％，实现了大豆病害自动诊断和精确 测报． 关键词：大豆病害；投影映射；图像校正；神经网络；诊断模型 中图分类号：ＴＰ３９１．４１　　文献标志码：Ａ　　文章编号：１６７１－７７７５（２０１８）０４－０４０９－０５ 引文格式：关海鸥，刘　梦，马晓丹．基于图像校正技术的大豆病害自动诊断模型［Ｊ］．江苏大学学报（自然科学版），２０１８，３９（４）： ４０９－４１３，４３０． Ａｕｔｏｍａｔｉｃｓｏｙｂｅａｎｄｉｓｅａｓｅｄｉａｇｎｏｓｉｓｍｏｄｅｌｂａｓｅｄ ｏｎｉｍａｇｅｃｏｒｒｅｃｔｉｏｎｔｅｃｈｎｏｌｏｇｙ ＧＵＡＮＨａｉｏｕ，ＬＩＵＭｅｎｇ，ＭＡＸｉａｏｄａｎ （ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＨｅｉｌｏｎｇｊｉａｎｇＢａｙｉＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｄａｑｉｎｇ，Ｈｅｉｌｏｎｇｊｉａｎｇ１６３３１９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｎｏｎｄｅｓｔｒｕｃｔｉｖｅｃｏｌｌｅｃｔｉｏｎｏｆｎｏｎｌｉｎｅａｒｄｉｓｔｏｒｔｉｏｎｉｍａｇｅｓｏｆｓｏｙｂｅａｎ ｄｉｓｅａｓｅｓａｎｄｔｈｅｍａｐｐｉｎｇｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｄｉｓｅａｓｅｔｙｐｅｓ，ｔｈｅｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙａｎｄ ｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｒｅａｓｏｎｉｎｇｍｅｃｈａｎｉｓｍｗｅｒｅｃｏｍｂｉｎｅｄｔｏｐｒｏｐｏｓｅｔｈｅａｕｔｏｍａｔｉｃｄｉａｇｎｏｓｉｓｍｏｄｅｌｏｆ ｓｏｙｂｅａｎｄｉｓｅａｓｅｂｙｉｍａｇｅｃｏｒｒｅｃｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．Ｔｈｅｎｏｎｄｅｓｔｒｕｃｔｉｖｅｃｏｌｌｅｃｔｉｏｎｏｆｄｉｇｉｔａｌｉｍａｇｅｓｏｆ ｓｏｙｂｅａｎｄｉｓｅａｓｅｓｗａｓｃｏｎｄｕｃｔｅｄｂｙｓｅｌｆｍａｄｅｃａｌｉｂｒａｔｉｏｎｔｅｍｐｌａｔｅｓ，ａｎｄｔｈｅｂｉｌｉｎｅａｒｐｒｏｊｅｃｔｉｏｎｍａｐｐｉｎｇ ａｌｇｏｒｉｔｈｍｗａｓｕｓｅｄｔｏｃｏｒｒｅｃｔｔｈｅｇｅｏｍｅｔｒｉｃｄｉｓｔｏｒｔｉｏｎｏｆｄｉｓｅａｓｅｉｍａｇｅｓ．Ｔｈｅｓｈａｐｅｏｆｌｅｓｉｏｎａｒｅａ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｔｈｅｃｏｌｏｒｆｅａｔｕｒｅａｎｄｔｈｅｔｅｘｔｕｒｅｆｅａｔｕｒｅｐａｒａｍｅｔｅｒｗｅｒｅｃａｌｃｕｌａｔｅｄｂａｓｅｄｏｎｔｈｅ ｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｆｅａｔｕｒｅｉｎｄｅｘ．Ｔｈｅｉｎｆｅｒｅｎｃｅｒｕｌｅｓｏｆｓｏｙｂｅａｎｄｉｓｅａｓｅｗｅｒｅａｕｔｏｍａｔｉｃａｌｌｙｏｂｔａｉｎｅｄｂｙ ａｐｐｌｙｉｎｇｔｈｅｓｔｒｏｎｇａｄａｐｔａｂｉｌｉｔｙｏｆｎｅｕｒａｌｎｅｔｗｏｒｋ，ａｎｄｔｈｅａｕｔｏｍａｔｉｃｄｉａｇｎｏｓｉｓｍｏｄｅｌｏｆｓｏｙｂｅａｎｄｉｓｅａｓｅ ｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａ