基于机器视觉的植物病虫害识别系统

论文总字数：17412字

摘 要

在农业高度产业化的今天，基于传统方式的农作物病虫害识别方式严重制约着农业现代化，发展现代化的识别模式势在必行，而图像的处理是识别的重要基础。为有效解决传统植物病虫害识别速度慢、主观性强、不能及时对病虫害暴发作出预警的缺点，本文研究基于机器视觉的植物病虫害识别系统便是来解决这个问题，该系统涉及植物病虫害图像的采集、处理分析、识别及图像的灰度化、去噪、分割，颜色、纹理、形态特征的提取以及分类器算法的研究。本文以MATLAB为工具，结合植物病虫害、机器视觉、图像处理技术、模式识别技术合力完成植物病虫害的识别工作。通过对甘蓝菜叶上菜青虫的结论分析验证，识别效率及准确率均较高，达到预期研究目的。及时的预警工作是十分有效的，人们可以根据不同的病虫害作出相对应的处理，挽回经济损失。

关键字：病虫害识别；机器视觉；图像处理；算法

Plant Diseases and Insect Pests Recognition System Based on Machine Vision

Abstract

In the industrialization of agricultural high today, based on the traditional mode of crops diseases and insect pests recognition mode severely restricts the agricultural modernization, it is imperative to recognize patterns for the development of modernization, and the image processing is to identify the important basis.To effectively solve the traditional plant diseases and insect pests recognition speed is slow, subjectivity is strong, can"t timely warning to pests and disease outbreaks shortcomings, this paper studies based on machine vision recognition system is to solve the problem of plant diseases and insect pests, the system involves the plant diseases and insect pests image acquisition, processing, analysis, identification and image grayscale, denoising and segmentation, color, texture, shape feature extraction and classifier algorithm research.Based on the MATLAB tool, combining with the plant diseases and insect pests, machine vision, image processing, pattern recognition technology of plant diseases and insect pests identification work.Through the analysis of the conclusion of cabbage caterpillar on lettuce leaves, identify the efficiency and accuracy were higher, the desired research purposes.Timely warning work is very effective, people can according to different diseases and insect pests make corresponding processing, restore economic losses.

Key words: plant diseases and insect pests recognition; Machine vision; The image processing; arithmetic

目录

摘 要 II

Abstract III

第一章 引言 1

1.1基本概念 1

1.2设计内容及应用技术 1

1.3发展状况 2

1.4图像与视觉 2

1.5应用前景 2

第二章 病虫害图像采集 3

2.1试验材料 3

2.2图像采集系统 3

2.3采用MATLAB为处理软件 3

2.4照明 4

2.5计算机 4

第三章 设计及算法 5

3.1图像采集、处理、识别步骤 5

3.2病虫害图像预处理 6

3.2.1图像灰度化 6

3.2.2图像平滑 7

3.2.3图像分割 8

3.3图像特征提取 8

3.3.1颜色特征 9

3.3.2纹理特征 9

3.3.3形状特征 9

3.4图像分类算法 9

3.5本章小结 9

第四章 结论分析 11

4.1采集样本图片 11

4.2图像灰度化 12

4.3图像二值化 13

4.4图像形态学处理 14

4.5分类识别 15

4.6基于机器视觉的植物病虫害具体识别数字框架 16

第五章 设计总结 17

致 谢 18

参考文献（References） 19

附录 21

图表目录

图2.1 采集系统图 3

表2.1 光源对比图 4

图3.1 植物病虫害图像识别步骤图 6

图4.1 菜青虫原图 11

图4.2 菜青虫原图 11

图4.3 灰度图 12

图4.4 灰度图 12

图4.5 二值化图 13

图4.6 二值化图 13

图4.7 形态学处理 14

图4.8 形态学处理 14

图4.9 结果图 15

图4.10 结果图 15

图4.11流程图 16

第一章 引言

此文以农作物病虫害作为研究对象（包括健康的和受病虫害侵袭的），以MATLAB软件为工具，结合机器视觉、图像处理、模式识别等技术研究害虫病斑图像的预处理、特征算法、分类器算法等难点问题，并希望借此基础运用网络方面的技术，开发出拥有专家窗口的远程植物病虫害自动识别系统。

1.1基本概念

剩余内容已隐藏，请支付后下载全文，论文总字数：17412字