小麥是世界四大糧食作物之一,在我國居民的主食消費結(jié)構(gòu)中占有重要的地位。基于圖像分析的小麥葉部病害識別,對于小麥病害的防治、農(nóng)藥的定點定量噴灑等具有重要的意義。本研究針對小麥葉部病斑特征的提取和篩選問題,以小麥白粉病、條銹病、葉銹病和稈銹病為研究對象,研究病害圖像的分割、特征提取和分類識別的方法和技術(shù)。論文的主要內(nèi)容如下:小麥葉部病害圖像預處理和分割算法的研究。針對獲取到的小麥葉部病害圖像的噪聲問題,研究中值濾波方法和小波變換方法的去噪效果,選擇合適的顏色空間,研究基于k-means的小麥葉部病害圖像分割方法。小麥葉部病害特征參數(shù)的提取。針對小麥葉部病害圖像的顏色特點,結(jié)合前人的顏色特征提取方法,構(gòu)造新的顏色特征參數(shù),研究RGB空間的顏色特征提取方法。基于灰度共生矩陣、Gabor小波變換方法提取小麥葉部病害的紋理特征參數(shù),基于Hu不變矩方法和幾何特征參數(shù)提取葉部病害的形狀特征參數(shù),得到一個69維的初始特征空間。小麥葉部病害的特征參數(shù)選擇。由于初始空間的維數(shù)較大,需要對特征空間進行降維處理。當樣本數(shù)值在某一特征上存在交叉時,采用傳統(tǒng)的統(tǒng)計分析方法難以對其進行有效篩選,本文設(shè)計了一種Vari... 

【文章來源】：安徽農(nóng)業(yè)大學安徽省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第一章 緒論
    1.1 研究目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 農(nóng)作物病害特征提取研究現(xiàn)狀
        1.2.2 農(nóng)作物病害特征選擇研究現(xiàn)狀
    1.3 研究內(nèi)容
第二章 小麥葉部病斑圖像分割
    2.1 小麥葉部主要病害及圖像獲取
    2.2 彩色圖像預處理
        2.2.1 中值濾波方法
        2.2.2 小波變換方法
        2.2.3 預處理結(jié)果
    2.3 彩色圖像分割
        2.3.1 顏色空間選擇
        2.3.2 k-means算法
        2.3.3 采用k-means算法圖像分割
    2.4 本章小結(jié)
第三章 小麥葉部病害特征提取
    3.1 顏色特征
        3.1.1 顏色矩特征提取
        3.1.2 構(gòu)造的顏色參數(shù)
    3.2 紋理特征提取
        3.2.1 灰度共生矩陣提取特征
        3.2.2 Gabor小波變換特征
        3.2.3 病害紋理特征提取
    3.3 幾何形狀特征
        3.3.1 構(gòu)造的形狀特征參數(shù)
        3.3.2 不變矩特征
        3.3.3 小麥病害的形狀特征提取
    3.4 本章小結(jié)
第4章 小麥葉部病害特征篩選
    4.1 數(shù)據(jù)歸一化
    4.2 特征抽取
        4.2.1 PCA降維
        4.2.2 LDA降維方法
    4.3 特征選擇算法
        4.3.1 評價函數(shù)
        4.3.2 SFFS特征搜索算法
    4.4 小麥葉部病害有效特征提取及分析
        4.4.1 基于PCA的小麥葉部病害特征提取實驗及分析
        4.4.2 基于LDA的小麥葉部病害特征提取實驗及分析
        4.4.3 基于variance-SFFS的小麥葉部病害特征選擇
    4.5 本章小結(jié)
第五章 小麥葉部病害識別
    5.1 圖像分類識別方法
    5.2 支持向量機
        5.2.1 支持向量機概述
        5.2.2 多分類支持向量機模型
    5.3 葉部病害分類識別結(jié)果及分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻
個人簡介
在讀期間發(fā)表的論文及科研成果清單



本文編號：3643011