我國(guó)梨果生產(chǎn)規(guī)模很大,但梨果品質(zhì)和產(chǎn)量受梨樹(shù)病害的嚴(yán)重影響。據(jù)統(tǒng)計(jì)我國(guó)現(xiàn)在有80余種梨樹(shù)病害,種類繁多。梨黑斑病、褐斑病、炭疽病、銹病、黑星病、腐爛病等病害是梨樹(shù)常發(fā)生的病害。這些病害的爆發(fā)導(dǎo)致了梨果大規(guī)模減產(chǎn)和梨果品質(zhì)降低,對(duì)果農(nóng)經(jīng)濟(jì)收益造成嚴(yán)重的影響。對(duì)病害的有效防治成為梨樹(shù)生產(chǎn)過(guò)程中非常重要的環(huán)節(jié),因此在生產(chǎn)過(guò)程中一旦發(fā)現(xiàn)病癥,對(duì)其準(zhǔn)確識(shí)別尤為關(guān)鍵。傳統(tǒng)對(duì)病害的識(shí)別方法大多依靠果農(nóng)和專家的經(jīng)驗(yàn),如果一旦判斷錯(cuò)誤,就會(huì)貽誤最佳的防治時(shí)間。本研究通過(guò)對(duì)梨樹(shù)黑斑病、炭疽病、銹病和褐斑病四種病害圖像的采集,基于圖像分析與識(shí)別技術(shù),利用MATLAB軟件及網(wǎng)絡(luò)編程技術(shù)實(shí)現(xiàn)了梨樹(shù)葉部病害識(shí)別系統(tǒng),該系統(tǒng)可以達(dá)到對(duì)梨病害種類的識(shí)別,識(shí)別準(zhǔn)確率可達(dá)到90%以上。本文的主要內(nèi)容及獲得的進(jìn)展有以下幾個(gè)方面:1、病害圖像的預(yù)處理。采用圖像灰度轉(zhuǎn)換和直方圖均衡化的方法對(duì)圖像進(jìn)行增強(qiáng)處理。在圖像的病斑分割方面,采用閥值化分割方法,以直接實(shí)現(xiàn)對(duì)彩色圖像分割,且分割效果較好。2、病害圖像特征提取。分別在紋理特征、形狀特征和顏色特征三個(gè)方面對(duì)病害圖像進(jìn)行了提取。在顏色體征提取中,應(yīng)用RGB模型,提取了R、G、B的... 

【文章來(lái)源】：安徽農(nóng)業(yè)大學(xué)安徽省

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
1 文獻(xiàn)綜述
    1.1 梨樹(shù)葉部病害
    1.2 圖像分析技術(shù)在植物病害診斷上的研究
        1.2.1 國(guó)外研究概況
        1.2.2 國(guó)內(nèi)研究概況
    1.3 本章小結(jié)
2 引言
    2.1 研究目的和意義
    2.2 研究目標(biāo)及內(nèi)容
    2.3 技術(shù)路線
    2.4 本章小結(jié)
3 基本理論概述
    3.1 基于WEB的識(shí)別系統(tǒng)應(yīng)用技術(shù)
        3.1.1 C/S結(jié)構(gòu)
        3.1.2 B/S結(jié)構(gòu)
        3.1.3 基于WEB的農(nóng)業(yè)專家系統(tǒng)
    3.2 人工神經(jīng)網(wǎng)絡(luò)
        3.2.1 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
        3.2.2 人工神經(jīng)網(wǎng)絡(luò)模型
    3.3 BP神經(jīng)網(wǎng)絡(luò)
        3.3.1 BP神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)
        3.3.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
    3.4 本章小結(jié)
4 供試圖像的獲取和預(yù)處理
    4.1 研究對(duì)象的確定
    4.2 病害圖像數(shù)據(jù)的采集
        4.2.1 圖像采集時(shí)間、地點(diǎn)
        4.2.2 采集方法
    4.3 病害圖像預(yù)處理
        4.3.1 灰度變換
        4.3.2 直方圖均衡化
        4.3.4 圖像分割
    4.4 本章小結(jié)
5 梨樹(shù)病害特征參數(shù)的提取和優(yōu)化
    5.1 圖像顏色特征提取
        5.1.1 顏色特征提取方法
        5.1.2 顏色模型的選擇
        5.1.3 顏色空間的轉(zhuǎn)換
    5.2 形狀特征提取
        5.2.1 區(qū)域標(biāo)記
        5.2.2 鏈碼
    5.3 紋理特征提取
    5.4 本章小結(jié)
6 基于BP神經(jīng)網(wǎng)絡(luò)的病害識(shí)別模型
    6.1 BP神經(jīng)網(wǎng)絡(luò)技術(shù)
        6.1.1 BP神經(jīng)網(wǎng)絡(luò)
        6.1.2 神經(jīng)網(wǎng)絡(luò)工具箱及MATLAB軟件
        6.1.3 模式識(shí)別的基本框架
    6.2 梨樹(shù)病害BP神經(jīng)網(wǎng)絡(luò)識(shí)別模型的設(shè)計(jì)
        6.2.1 輸入、輸出變量的選擇和訓(xùn)練、測(cè)試
        6.2.2 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
        6.2.3 神經(jīng)網(wǎng)絡(luò)的仿真
    6.3 梨樹(shù)病害BP神經(jīng)網(wǎng)絡(luò)識(shí)別模型的實(shí)現(xiàn)
        6.3.1 BP神經(jīng)網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)
        6.3.2 仿真實(shí)驗(yàn)及結(jié)果分析
    6.4 本章小結(jié)
7 梨樹(shù)病害識(shí)別WEB專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    7.1 開(kāi)發(fā)環(huán)境及開(kāi)發(fā)工具
    7.2 系統(tǒng)采用網(wǎng)絡(luò)架構(gòu)
    7.3 系統(tǒng)基本框架
    7.4 系統(tǒng)的部分程序代碼
    7.5 系統(tǒng)的實(shí)現(xiàn)
    7.6 本章小結(jié)
8 結(jié)論與討論
    8.1 結(jié)論
    8.2 討論
參考文獻(xiàn)
作者簡(jiǎn)介



本文編號(hào)：3160813