番茄是世界上需求量最大的蔬菜之一,獨特的口感深受國內外歡迎。隨著新鮮番茄、番茄制品需求量增加,使得番茄種植規(guī)模逐漸擴大。同時高產、少病害、耐儲存、口感佳等特征的番茄已成為種植者與消費者的追求。另外病害的發(fā)生成為影響番茄產量的重要因素,大規(guī)模種植對病害控制任務繁重,傳統(tǒng)的診斷方式容易帶來一些不可逆現(xiàn)象如:病害診斷周期長、病害誤診錯診。計算機技術的發(fā)展和圖像處理技術的應用,國內外研究者將兩種技術逐漸運用到作物病害識別領域,對作物病害識別分析研究方面已經(jīng)取得不錯成果。通常病態(tài)番茄植株會呈現(xiàn)出生理結構、形狀特征變化。故將番茄葉片病害圖像作為研究對象,利用遺傳算法和智能分類識別模型進行病害葉片分割與識別,對番茄產量和品質的提升以及農作物的病害識別方面具有重要意義。本文以番茄常見三種病害類型為研究對象,論文中的主要工作量如下:（1）所用番茄病害圖片樣本均來自農作物研究網(wǎng)和農業(yè)經(jīng)濟論壇,以番茄植株常見病害早疫病、晚疫病、灰霉病三種病害類型為樣本,通過對番茄病害癥狀研究,葉片在RGB（紅綠藍）空間下的顏色分量之間的差異性以及病害部位的亮度、色調、形狀等可作為研究依據(jù)。（2）對番茄三種病害葉片圖像分別預... 

【文章來源】：新疆大學新疆維吾爾自治區(qū) 211工程院校

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【部分圖文】：

方法流程

mnSM(,), ,M 1,y 0,1, N 1,S 為圖像中所有點的坐標集合，M 是集合中的所圖像噪聲點 f x, y，平滑處理后的圖像噪聲點 g x, y由（2-1）確定，但在弊端使得圖像模糊。1.2 中值濾波值濾波是一種非線性濾波法，濾波效果相對均值濾波較好。主要表現(xiàn)在中邊緣部位相對比較清晰，不會出現(xiàn)大范圍的模糊現(xiàn)象，并且圖像的噪聲干有效得到抑制。中值濾波是將定點處的像素值用定點周圍像素點之間的除孤立噪聲點，避免差值較大對像素分割產生影響。盡管如此，中值濾波，目標圖像各種各樣，特別是圖像中有較多密集區(qū)域不適合用中值濾波、棱角分明并且尖銳處。目前對中值濾波算法進行改進的算法有權重中序閾值的中值濾波算法、自適應中值濾波[39]。以下是番茄早疫病葉片的

mnSM(,), ,M 1,y 0,1, N 1,S 為圖像中所有點的坐標集合，M 是集合中的所圖像噪聲點 f x, y，平滑處理后的圖像噪聲點 g x, y由（2-1）確定，但在弊端使得圖像模糊。1.2 中值濾波值濾波是一種非線性濾波法，濾波效果相對均值濾波較好。主要表現(xiàn)在中邊緣部位相對比較清晰，不會出現(xiàn)大范圍的模糊現(xiàn)象，并且圖像的噪聲干有效得到抑制。中值濾波是將定點處的像素值用定點周圍像素點之間的除孤立噪聲點，避免差值較大對像素分割產生影響。盡管如此，中值濾波，目標圖像各種各樣，特別是圖像中有較多密集區(qū)域不適合用中值濾波、棱角分明并且尖銳處。目前對中值濾波算法進行改進的算法有權重中序閾值的中值濾波算法、自適應中值濾波[39]。以下是番茄早疫病葉片的

【參考文獻】：
期刊論文
[1]粒子群算法優(yōu)化支持向量機的網(wǎng)絡流量混沌預測[J]. 劉昆.  現(xiàn)代電子技術. 2019(02)
[2]基于近紅外光譜和PSO-SVM算法的煙葉自動分級方法[J]. 楊雙艷,楊紫剛,張四偉,李長昱,吳書嬌,邱昌桂.  貴州農業(yè)科學. 2018(12)
[3]基于圖像處理的農田作物病害識別研究[J]. 李盛蘭,吳慶祥.  電腦迷. 2018(12)
[4]基于主成分分析-支持向量機的土石壩滲流監(jiān)測數(shù)據(jù)預測模型[J]. 李瑞光,臧國輕.  計算機時代. 2018(06)
[5]基于圖像處理的水稻病蟲害識別技術[J]. 蘇博妮.  信息技術與信息化. 2018(05)
[6]泥石流平均流速的PSO-SVM預測模型[J]. 韓冰.  河北地質大學學報. 2018(02)
[7]基于物聯(lián)網(wǎng)和深度卷積神經(jīng)網(wǎng)絡的冬棗病害識別方法[J]. 張善文,黃文準,尤著宏.  浙江農業(yè)學報. 2017(11)
[8]基于高光譜圖像和遺傳優(yōu)化神經(jīng)網(wǎng)絡的茶葉病斑識別[J]. 張帥堂,王紫煙,鄒修國,錢燕,余磊.  農業(yè)工程學報. 2017(22)
[9]改進狼群優(yōu)化算法的Otsu圖像分割法[J]. 曹爽,安建成.  微電子學與計算機. 2017(10)
[10]基于WT-Otsu算法的植物病害葉片圖像分割方法[J]. 張會敏,謝澤奇,張善文,張云龍.  江蘇農業(yè)科學. 2017(18)

博士論文
[1]基于圖像的農作物病害識別關鍵算法研究[D]. 宋麗娟.西北大學 2018
[2]基于圖像檢索的農作物葉部病害識別關鍵技術研究[D]. 吳娜.中國科學技術大學 2018
[3]基于圖像和光譜技術的果實識別與病害檢測方法研究[D]. 趙川源.西北農林科技大學 2017
[4]基于圖像分析的植物葉部病害識別方法研究[D]. 胡秋霞.西北農林科技大學 2013
[5]番茄病害早期快速診斷與生理信息快速檢測方法研究[D]. 鮑一丹.浙江大學 2013
[6]基于計算機視覺和光譜分析技術的蔬菜葉部病害診斷研究[D]. 柴阿麗.中國農業(yè)科學院 2011

碩士論文
[1]基于深度學習的葡萄葉片病害識別方法研究[D]. 劉媛.甘肅農業(yè)大學 2018
[2]基于圖像處理的水稻葉部病害快速識別方法研究[D]. 關瑩.東北農業(yè)大學 2018
[3]基于機器學習的水稻病害識別算法的研究[D]. 劉成.安徽大學 2018
[4]Otsu算法優(yōu)化研究[D]. 吳俊輝.新疆大學 2018
[5]基于RGB-D視覺信息的物體識別算法研究[D]. 蘭曉東.中北大學 2018
[6]基于自適應粒子群算法的特征選擇研究[D]. 李策.南京郵電大學 2017
[7]基于多族群PSO算法的森林空間動態(tài)多目標優(yōu)化研究[D]. 黃靜.中南林業(yè)科技大學 2017
[8]基于低空遙感成像技術的油菜菌核病檢測研究[D]. 陳欣欣.浙江大學 2017
[9]基于神經(jīng)網(wǎng)絡和支持向量機的苧麻病害識別系統(tǒng)的研究[D]. 劉曜端.湖南農業(yè)大學 2017
[10]基于計算機視覺的花卉葉部病害識別方法研究[D]. 次丹妮.天津職業(yè)技術師范大學 2016



本文編號：2951382