首页 > 分享 > MATLAB图像识别技术在绿叶面病虫害识别

MATLAB图像识别技术在绿叶面病虫害识别

花匠小妙招
2024-11-03 06:49

摘要：棉花是新疆地区种植最为广泛的经济作物，利用MATLAB图像识别技术将相机采集到的患病棉花叶面经过图像灰度化、图像增强、图像二值化、图像形态学处理、图像填充、图像分割等预处理后用函数算法对患病区域面积进行特征参数识别。经试验，在病虫害发生期间，用MATLAB图像识别技术对患蚜虫病棉花叶面检测准确度为87.0%、枯萎病（黄萎病）81.0%、棉铃虫80.0%，说明在实际监测时存在误差，但准确率均达80.0%以上，可用于预防监测。

关键词：MATLAB图像识别;图像处理;函数;算法;特征参数

引言：棉花病虫害种类繁多，危害各不一样，根据发病时期大致可分为苗、蕾、花铃三个时期。棉花病虫害的早期识别和适时防治是棉花高产的重要环节。叶面识别技术的研究就是在机器视觉检测技术的基础上应用而生的，由于机器视觉系统可以快速获取大量信息并自动处理，容易同设计信息以及加工控制信息集成。利用计算机图像处理技术对农产品进行检测已是一种主流技术，在实现农作物叶面疾病识别的的自动化方面，图像识别技术有实时、无损、客观等优点。本文引入工程类 MATLAB软件，编写程序，通过其强大的图像处理技术，利用患病棉花叶面特征参数设计的函数算法有效识别患病棉花对棉农及时防控病虫害提供有效依据。

1.叶面图像采集

棉花叶面图像采集利用像素为4800万的摄像头拍摄得到格式为JPG图像，采集方法简单，没有较高的条件限制，便于该技术大范围推广使用。MATLAB中提供的imread（）函数用于实现图像的读取操作，可读取JPG、TIF、GIF、HDF、XWD和 CUR等多种图像格式，经过MATLAB图片工具处理后形成可被函数读取的图片并形成形成与图片对相应得矩阵，由此得到后期可被程序处理的相应矩阵图片。

2.叶面图片预处理

2.1彩色图像灰度化处理

收集到的彩色图象（R红色、G绿色、B蓝色），三分量色彩基色多包多，软件处理信息量太大，为避免出现大量计算误差，我们对对叶面彩图进行灰度化处理以后只得到叶面图片亮度信息。所谓灰度化是将原图各像素点的三分量信息压缩成1个字节，具体采用加权平均法对三分量分配不同的权值，灰度图像是一种特殊的三分量彩图，其中一个像素点的变化范围为255种。灰度化处理后的灰度图片在常规256级灰度图下有256种不同灰度级颜色构成，其属性为一个由个体值数据构成的矩阵，类型为双精度矩阵，阈值是[0，1]，类型为 unite8 类型，其阈值是[0，255]，矩阵中的每个元素值均代表不同的亮度级和灰度级，当亮度值为0时表示黑色，当亮度值为1（或者 unite8 类型的255）时表示白色。计算公式为PGV=0.229×R+0.587×G+0.114×B，其中PGV为Pixel Gray Value像素灰度值缩写，R红色、G绿色、B蓝色为三分量基色。