2018年全國煙草實(shí)現(xiàn)稅利總額11145.1億元,中國煙草行業(yè)的利稅占據(jù)中國整個(gè)財(cái)政收入的十分之一左右。但每年因?qū)煵莶『o法做到及時(shí)防控從而導(dǎo)致重大經(jīng)濟(jì)損失。我國中部地區(qū)常見的煙草病害為赤星病和蛙眼病,又以赤星病和蛙眼病的早期癥狀最為難分,經(jīng)驗(yàn)不足的植保人員和農(nóng)戶無法正確判斷兩種早其病害,甚至做出錯(cuò)誤施藥方案,導(dǎo)致不能及時(shí)遏止病情,致使產(chǎn)量和收入大幅縮減。目前國內(nèi)對煙草早期病害研究未有相關(guān)報(bào)道,煙草赤星病和蛙眼病發(fā)病速度快,病害從早期到晚期約一周,兩種早期病害相似程度高,嚴(yán)重依賴植保人員的專業(yè)素質(zhì)。當(dāng)前研究成果普遍存在復(fù)雜背景下無法有效分割、只對中后期病害檢測、依賴人工檢驗(yàn)等問題。因此,亟需一種高效、準(zhǔn)確的煙草早期病害自動(dòng)檢測識別方法,以解決上述問題。根據(jù)煙草赤星病和蛙眼病早期相似性大的特點(diǎn),本文提出一種基于計(jì)算機(jī)視覺的煙葉早期病害分割及識別方法,對兩種病害進(jìn)行有效分割和識別判斷,能提前約3天發(fā)現(xiàn)和確診是那種病害,進(jìn)行針對性人為干預(yù),最大程度上降低損失。(1)作者在煙草大田采集實(shí)驗(yàn)所需的煙草赤星病和蛙眼病數(shù)據(jù)。選取合適時(shí)間點(diǎn)、合適拍攝距離、合適拍攝對象,使獲取病害圖像達(dá)到最好效果。對獲取的圖像進(jìn)行Mean shift平滑處理和簡單線性迭代聚類處理。(2)本文通過研究EXG超綠特征分割方法和HSV顏色空間的閾值分割方法,發(fā)現(xiàn)EXG超綠特征分割方法對圖像中存在非綠噪聲無法進(jìn)行有效分割,HSV顏色空間的閾值分割方法對病斑區(qū)域和背景對比度差的情況下無法準(zhǔn)確分割病斑區(qū)域。根據(jù)煙草赤星病和蛙眼病各個(gè)時(shí)期病斑表現(xiàn)特點(diǎn),將視覺顯著性引入到病斑分割過程中,提出基于種子點(diǎn)選取的顯著性檢測的分割方法,驗(yàn)證在復(fù)雜背景下分割病斑圖像的可行性,并對比兩種圖像分割方法,通過實(shí)驗(yàn)驗(yàn)證該方法的有效性。(3)根據(jù)煙草赤星病和蛙眼病各個(gè)時(shí)期病斑表現(xiàn)形式的不同,提取病斑的顏色特征、形態(tài)特征和紋理特征,共獲取28維特征參數(shù)。對獲取的特征參數(shù)用粒子群算法進(jìn)行優(yōu)化,多次試驗(yàn)對比選取最優(yōu)參數(shù)組,適應(yīng)度為96.68,交叉驗(yàn)證率為93.21%,驗(yàn)證集識別率為96%,共13維特征參數(shù)。利用網(wǎng)格搜索法對SVM的參數(shù)進(jìn)行尋優(yōu),并建立SVM分類模型,訓(xùn)練集900組,測試集300組,共1200組數(shù)據(jù),對煙草赤星病和蛙眼病的早期病害識別率達(dá)到92%,兩種病害的早中晚三個(gè)時(shí)期共6類的識別率達(dá)到96%,實(shí)驗(yàn)結(jié)果表明達(dá)到較好的識別效果。
【學(xué)位單位】：華北水利水電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;S435.72
【部分圖文】：

2 煙葉病斑圖像采集及預(yù)處理葉病斑圖像采集草赤星病和蛙眼病表現(xiàn)特征及分級標(biāo)準(zhǔn)赤星病各個(gè)時(shí)期表現(xiàn)特征，根據(jù)以往研究表明引起煙草赤星病的病原菌菌[20]。一般赤星病在煙株打頂后進(jìn)入成熟期發(fā)��；赤星病在發(fā)病初期外草葉片出現(xiàn)圓形斑點(diǎn)，其斑點(diǎn)的顏色多為黃褐色，此時(shí)進(jìn)入發(fā)病中期，移和天氣因素的影響其病斑逐漸變大且為褐色，之后發(fā)病速度呈指數(shù)倍漸擴(kuò)散到整個(gè)煙株，此時(shí)煙草赤星病進(jìn)入中后期，從病斑表面觀察上，期有明顯的輪紋，在病斑的周邊與正常綠色葉片之間有黃色暈環(huán)，由于在赤星病的病斑表面出現(xiàn)黑色霉層。天氣炎熱干燥的情況下會(huì)造成病斑期的時(shí)候病斑擴(kuò)大且連成一片的情況嚴(yán)重（多個(gè)病斑逐漸擴(kuò)散并聯(lián)合形，造成病葉焦枯脫落甚至絕收[21-22]。

0 0[0% 5%] 1[5% 10%] 2[10% 20%] 3[20% 30%] 4[30%] 5ASBSCSsDSESFS ，級標(biāo)準(zhǔn)，級標(biāo)準(zhǔn)，級標(biāo)準(zhǔn)，級標(biāo)準(zhǔn)，級標(biāo)準(zhǔn)，級標(biāo)準(zhǔn)其中 s 代表煙葉病斑的病斑區(qū)域的總面積，[ A F]代表每個(gè)時(shí)期的煙葉病斑的病斑區(qū)域總面積，S 代表整個(gè)葉片面積。2.1.2 煙葉病斑原始圖像數(shù)據(jù)采集本文的研究對象為大田實(shí)際環(huán)境下的煙葉早期赤星病和蛙眼病病害葉片，以及跟蹤拍攝所標(biāo)記的赤星病和蛙眼病早中晚三個(gè)時(shí)期的煙葉病害圖像。

（h） （i） （j） （k） （l）圖 2-3 a-e 分別是煙草蛙眼病早期、中期、中期、晚期、煙草植株幼苗圖像h-l 分別是煙草赤星病早期、中期、中期、晚期、復(fù)雜背景下圖像Fig.2-3 a-e are images of frog-eye leaf spot of tobacco in the early, middle, middle, late and tobaccoplant seedlingsh-l are images of brown spot in the early, middle, middle, late and image against a complexbackground（a） （b） （c） （d） （e）
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 關(guān)強(qiáng);薛河儒;姜新華;;基于二維OTSU的田間植物圖像分割方法[J];江蘇農(nóng)業(yè)科學(xué);2015年12期

2 黃奇瑞;;基于FCM和SVM的TM遙感影像自動(dòng)分類算法[J];華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

3 曹立耘;;煙草赤星病的發(fā)生與綜合防治[J];鄉(xiāng)村科技;2015年15期

4 王建璽;徐向藝;;基于圖像處理和模糊識別技術(shù)的煙葉病害識別研究[J];現(xiàn)代電子技術(shù);2015年08期

5 張紅濤;孫志勇;田媛;侯棟宸;;基于多光譜圖像融合技術(shù)的麥粒圖像增強(qiáng)方法研究[J];華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年06期

6 張紅濤;胡玉霞;毛罕平;韓綠化;;基于近紅外高光譜成像的糧蟲生命體征檢測研究[J];農(nóng)機(jī)化研究;2014年08期

7 張紅濤;李芳;胡玉霞;張恒源;;倉儲害蟲局部形態(tài)學(xué)特征提取方法研究[J];河南農(nóng)業(yè)科學(xué);2014年02期

8 魏朝霞;楊彩波;和慧;唐嘉義;;大薊提取物對植物病原真菌的抑制活性[J];云南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué));2014年01期

9 李學(xué)俊;趙禮良;;扁豆病害葉片的病斑剝離分割[J];計(jì)算機(jī)工程與應(yīng)用;2014年23期

10 周翔南;王富強(qiáng);藺冬;;基于遺傳算法的SVM冰凌預(yù)報(bào)模型研究[J];華北水利水電學(xué)院學(xué)報(bào);2012年01期

相關(guān)博士學(xué)位論文 前2條

1 王志強(qiáng);基于局部中心量度的聚類算法研究[D];華南理工大學(xué);2018年

2 王小根;粒子群優(yōu)化算法的改進(jìn)及其在圖像中的應(yīng)用研究[D];江南大學(xué);2009年

相關(guān)碩士學(xué)位論文 前8條

1 滕娟;赤星病煙葉圖像分割研究[D];吉首大學(xué);2017年

2 曾嶸;自然光環(huán)境下馬鈴薯外部缺陷的無損檢測方法研究[D];東華理工大學(xué);2017年

3 王一丁;煙草花葉病害高光譜特征及其病害程度判別分析模型的研究[D];河南農(nóng)業(yè)大學(xué);2016年

4 徐紅梅;基于SVM多分類判決的MPPSK信號檢測研究[D];東南大學(xué);2015年

5 汪京京;復(fù)雜背景下小麥病害圖像分割方法研究及應(yīng)用[D];安徽農(nóng)業(yè)大學(xué);2014年

6 李斐斐;基于機(jī)器視覺的煙葉除雜關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2014年

7 王健峰;基于改進(jìn)網(wǎng)格搜索法SVM參數(shù)優(yōu)化的說話人識別研究[D];哈爾濱工程大學(xué);2012年

8 蘇恒強(qiáng);玉米病害圖像識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2010年

本文編號：2847057