馬鈴薯作為一種健康美味的食物,備受人們喜愛。最近幾年,馬鈴薯在全國范圍內(nèi)的種植量以及消費(fèi)量都大幅提升,我國已經(jīng)發(fā)展成為馬鈴薯種植業(yè)以及制造業(yè)最大的國家,但大面積的馬鈴薯種植業(yè)的發(fā)展面臨新的難題與挑戰(zhàn)。在馬鈴薯生長過程中,由于受種植地區(qū)的土壤、溫度、空氣等影響,導(dǎo)致馬鈴薯生長過程中很容易產(chǎn)生病蟲害,這就給馬鈴薯產(chǎn)業(yè)的發(fā)展帶來了阻礙。如何簡單快捷地診斷馬鈴薯病蟲害并及時(shí)治療是亟需解決的問題。圖像識(shí)別技術(shù)是在信息高速發(fā)展、智能化水平不斷提升的環(huán)境下而產(chǎn)生并不斷發(fā)展的一項(xiàng)重要技術(shù),圖像識(shí)別的主要原理是由計(jì)算機(jī)代替人工勞動(dòng)去發(fā)現(xiàn)和處理生產(chǎn)需要的大量信息,從而達(dá)到提高勞動(dòng)生產(chǎn)率、將勞動(dòng)者從可替代性的工作中解放出來,更大程度的實(shí)現(xiàn)生產(chǎn)智能化�；趫D像識(shí)別技術(shù)進(jìn)行的馬鈴薯病蟲害檢測是利用圖像識(shí)別技術(shù)檢測出馬鈴薯在生長過程中出現(xiàn)病蟲害的過程。將圖像識(shí)別技術(shù)應(yīng)用到馬鈴薯疾病診斷可以簡化識(shí)別過程、提高識(shí)別準(zhǔn)確率,從而推動(dòng)馬鈴薯產(chǎn)量的增加。本文將圖像識(shí)別技術(shù)應(yīng)用到馬鈴薯的病蟲害檢測主要分為三個(gè)步驟:（1）使用opencv技術(shù)對(duì)圖像進(jìn)行灰度化、二值化、去噪等圖像預(yù)處理;（2）使用滑窗的方式在圖像上提取設(shè)定的特征... 

【文章來源】：河北農(nóng)業(yè)大學(xué)河北省

【文章頁數(shù)】：52 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

簡單平滑和高斯平滑處理的差異Fig.2-3DifferencesbetweenSimpleSmoothingandGaussSmoothing

中值濾波是統(tǒng)計(jì)排序?yàn)V波器的一個(gè)最常見的應(yīng)用，它是一種對(duì)采排列后取得中心點(diǎn)像素值的一種手段。圖像的中值濾波在圖像中點(diǎn)的消除方面有顯著的效果。小節(jié)介紹過圖像的簡單平滑和圖像的高斯平滑，都是采用的將離分?jǐn)偟秸麄�(gè)采樣圖片的領(lǐng)域中的每個(gè)像素，用這種方法來減小離后的分類的干擾。但是這樣做會(huì)付出一定的代價(jià)，就是采樣圖像降低，從而可能影響到識(shí)別結(jié)果。如圖 2-4 所示，我們可以清行簡平滑是將噪聲點(diǎn)對(duì)圖像的影響分擔(dān)到了采樣圖像領(lǐng)域的其

圖 2-4 孤立噪聲點(diǎn)的簡單平滑F(xiàn)ig.2-4 Simple Smoothing of Isolated Noise Points以看出，簡單平滑對(duì)于消除孤立的噪聲點(diǎn)是比較有效的聲不是孤立的噪聲點(diǎn)，而是一塊噪聲斑或者是一片密集的效果就不是很理想了。而如果在使用中值濾波算法中的孤立的噪聲并不是非常的在意，中值濾波算法關(guān)注的跟鄰域內(nèi)的其他像素具有非常密切的關(guān)系。對(duì)于每一個(gè)法會(huì)選擇具有代表性的像素值作為中心像素值，這樣做聲點(diǎn)對(duì)圖像的影響。

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字圖像技術(shù)在茶領(lǐng)域預(yù)處理中的應(yīng)用[J]. 占俊.  信息與電腦(理論版). 2018(10)
[2]基于OpenCV的畸形馬鈴薯識(shí)別方法[J]. 汪成龍,陳廣財(cái),陳國壯.  湖南農(nóng)業(yè)科學(xué). 2018(04)
[3]基于改進(jìn)中值濾波的生豬體表圖像預(yù)處理算法[J]. 陳松楠.  智能計(jì)算機(jī)與應(yīng)用. 2018(01)
[4]基于改進(jìn)C4.5算法的森林火險(xiǎn)天氣等級(jí)評(píng)估[J]. 李斌,陳愛斌,周濤,張雷.  湖南林業(yè)科技. 2018(01)
[5]基于小波變換的磁粉缺陷圖像特征提取與檢測[J]. 游斌相,劉桂華,王姮.  自動(dòng)化儀表. 2017(12)
[6]基于圖像噪聲檢測的平滑方法研究[J]. 婁聯(lián)堂,吳高林.  中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[7]基于機(jī)器視覺的焊縫圖像識(shí)別預(yù)處理的研究[J]. 許皓,李剛,馬培松.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[8]基于隨機(jī)森林算法的黃瓜種子腔圖像分割方法[J]. 張經(jīng)緯,貢亮,黃亦翔,劉成良,龔霽程,潘俊松.  農(nóng)機(jī)化研究. 2017(10)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的馬鈴薯遙感識(shí)別圖像數(shù)據(jù)分析研究[J]. 周揚(yáng)帆,陳佑啟,鄒金秋,何英彬.  中國科技資源導(dǎo)刊. 2017(05)
[10]機(jī)器學(xué)習(xí)在農(nóng)業(yè)物聯(lián)網(wǎng)中的應(yīng)用[J]. 馬小欽.  科學(xué)咨詢（科技·管理）. 2017(09)

碩士論文
[1]基于機(jī)器學(xué)習(xí)算法在數(shù)據(jù)分類中的應(yīng)用研究[D]. 楊志輝.中北大學(xué) 2017
[2]基于計(jì)算機(jī)圖像處理技術(shù)的作物病害等級(jí)檢測[D]. 葛婧.安徽農(nóng)業(yè)大學(xué) 2007



本文編號(hào)：3474409