溫室番茄病害已嚴(yán)重威脅到番茄產(chǎn)量和經(jīng)濟(jì)效益,抑制病害最為常用的方式是噴灑化學(xué)農(nóng)藥。然而,農(nóng)藥的頻繁使用,造成溫室生態(tài)平衡破壞嚴(yán)重,導(dǎo)致病害的抗藥性能越來越高,作物抗病工作難度越來越大。因此,及時(shí)而精準(zhǔn)地檢測出番茄病害十分必要。傳統(tǒng)的溫室番茄檢測方法是通過肉眼觀察外觀或者稱重果實(shí)重量,再利用經(jīng)驗(yàn)知識(shí)來綜合判定番茄病害類別并劃分等級(jí)。這種根據(jù)經(jīng)驗(yàn)知識(shí)來判別病害種類和劃分等級(jí)的方法受人為因素影響較大,不具備可靠性、穩(wěn)定性和科學(xué)性。研究以平面特性更好、生存周期更長的番茄葉片作為研究對象,通過機(jī)器視覺技術(shù)和Matlab數(shù)學(xué)軟件以及遺傳算法神經(jīng)網(wǎng)絡(luò)模型,經(jīng)過圖像采集、圖像預(yù)處理、特征提取、模型的建立和訓(xùn)練等過程,對常見的三種溫室番茄病害早疫病、晚疫病、葉霉病做精確的定量研究,并且實(shí)現(xiàn)了每種病害嚴(yán)重程度的估測。在圖像采集過程中,采用P2P監(jiān)測和數(shù)碼相機(jī)相結(jié)合的方式實(shí)現(xiàn)了溫室番茄病害的早期監(jiān)測和精準(zhǔn)采集；在圖像預(yù)處理環(huán)節(jié),通過采用分治法對傳統(tǒng)中值濾波算法進(jìn)行改進(jìn),平均每幅圖像的濾波速度提升9.8%；在圖像分割過程中,通過改進(jìn)的分水嶺算法實(shí)現(xiàn)了葉片與背景的分離以及病斑的分割；構(gòu)建了BP神經(jīng)網(wǎng)絡(luò),并通過神... 

【文章來源】：東北林業(yè)大學(xué)黑龍江省 211工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

溫室番茄常見病害

圖２－３試驗(yàn)實(shí)地取景??

且這三種病害癥狀均顯示在葉片上，葉片的平整度和可Ｗ長久存活的特性為從機(jī)器??視覺方向研究識(shí)別病害提供了更好的基礎(chǔ)。??試驗(yàn)番茄葉片樣品均來自黑龍江雙城市明光能源有限公司，圖２－３為試驗(yàn)場所所拍??攝照片。??圖２－３試驗(yàn)實(shí)地取景??試驗(yàn)選取樣本總數(shù)為１５０幅，其中，葉霉病、早疫病、晩疫病的圖像各５０幅，對??主要的發(fā)生在番茄葉片上的疾病進(jìn)行研究，通過分析研究，使試驗(yàn)得出的數(shù)據(jù)更可靠，??試驗(yàn)結(jié)果更全面。??２．３．２?Ｐ２Ｐ?監(jiān)測??為了盡早發(fā)現(xiàn)溫室中的病蟲害，前期在溫室大棚中定點(diǎn)安裝攝像頭，實(shí)時(shí)傳輸圖．??像。?？??研究采用易萊捷Ｐ２Ｐ無線網(wǎng)絡(luò)攝像機(jī)進(jìn)行遠(yuǎn)程監(jiān)控，內(nèi)置ＷＩＦＩ模塊有效像素為??１２８０＊７２０，利用該攝像機(jī)上下旋轉(zhuǎn)９０度，左右旋轉(zhuǎn)３５５度的云臺(tái)控制，可Ｗ多角度觀??察番茄植株的長勢并判斷是否受害。同時(shí)為了后期進(jìn)一步的的觀察和研究，在每臺(tái)攝像??機(jī)中插入ＴＦ卡存儲(chǔ)。利用攝像機(jī)自帶的ＩＰ域名系統(tǒng)，觀看每臺(tái)攝像機(jī)的監(jiān)控畫面，該??攝像機(jī)支持手機(jī)、Ｉｐａｄ、筆記本、電腦進(jìn)行實(shí)時(shí)監(jiān)測。??攝像機(jī)固定于雙城市明光能源公司的３個(gè)溫室大棚

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的大豆病害檢測[J]. 張?jiān)讫?來智勇,景旭,呂靜.  農(nóng)機(jī)化研究. 2015(02)
[2]現(xiàn)階段農(nóng)業(yè)病蟲害防治現(xiàn)狀與建議探討[J]. 郭佳君.  河北農(nóng)機(jī). 2013(05)
[3]GA-BP神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)性能比較[J]. 劉春艷,凌建春,寇林元,仇麗霞,武俊青.  中國衛(wèi)生統(tǒng)計(jì). 2013(02)
[4]機(jī)器視覺中幾種顏色優(yōu)勢的圖像分割算法比較與研究[J]. 于翔.  無線互聯(lián)科技. 2012(09)
[5]醫(yī)學(xué)圖像處理技術(shù)與應(yīng)用分析[J]. 周光華,李岳峰,孟群.  中國衛(wèi)生信息管理雜志. 2011(06)
[6]基于圖像分析的植物葉片識(shí)別技術(shù)綜述[J]. 張寧,劉文萍.  計(jì)算機(jī)應(yīng)用研究. 2011(11)
[7]圖像處理智能化的發(fā)展趨勢[J]. 宋建中.  中國光學(xué). 2011(05)
[8]幾種圖像分割技術(shù)在醫(yī)學(xué)圖像處理中的應(yīng)用研究[J]. 王小兵,孫久運(yùn).  醫(yī)療衛(wèi)生裝備. 2011(07)
[9]改進(jìn)的快速中值濾波算法在圖像去噪中的應(yīng)用[J]. 楊明,宋麗華.  測繪工程. 2011(03)
[10]基于高動(dòng)態(tài)圖像算法的相位輪廓法[J]. 邵賽賽,趙宇明.  微型電腦應(yīng)用. 2011(01)

博士論文
[1]基于近紅外光譜分析的大豆油質(zhì)量檢測方法研究[D]. 王立琦.哈爾濱理工大學(xué) 2011
[2]基于圖像識(shí)別的作物病蟲草害診斷研究[D]. 王克如.中國農(nóng)業(yè)科學(xué)院 2005
[3]基于人工神經(jīng)網(wǎng)絡(luò)的超臨界流體萃取模擬方法研究[D]. 銀建中.大連理工大學(xué) 2002

碩士論文
[1]基于小波變換和人工神經(jīng)網(wǎng)絡(luò)的玉米種子純度識(shí)別[D]. 曹維時(shí).山東農(nóng)業(yè)大學(xué) 2014
[2]基于圖像處理與光譜技術(shù)的大豆等級(jí)識(shí)別方法的研究[D]. 侯升飛.東北農(nóng)業(yè)大學(xué) 2014
[3]基于圖像處理技術(shù)的脫絨棉種內(nèi)部品質(zhì)檢測機(jī)理研究[D]. 鄧向武.石河子大學(xué) 2014
[4]基于機(jī)器視覺的玉米品質(zhì)檢測[D]. 趙敏.吉林大學(xué) 2012
[5]基于機(jī)器視覺的大豆品質(zhì)的研究[D]. 時(shí)玉強(qiáng).東北農(nóng)業(yè)大學(xué) 2009
[6]基于數(shù)字圖像處理的玉米種子質(zhì)量分級(jí)方法研究[D]. 鄭敏江.武漢理工大學(xué) 2009
[7]基于計(jì)算機(jī)視覺技術(shù)的植物病害檢測方法的研究[D]. 朱圣盼.浙江大學(xué) 2007
[8]基于計(jì)算機(jī)視覺的玉米種子特征提取及應(yīng)用研究[D]. 劉中合.山東農(nóng)業(yè)大學(xué) 2007



本文編號(hào)：3377321