摘要: 烟草是我国重要的经济作物,在国民经济中有着重要的地位.然而,烟叶赤星病是世界范围内对烟草生产危害最大的病害之一,严重影响烟叶的质量与产量.药物对防治赤星病有一定的成效,但是药物会加重对吸食烟叶人群造成的伤害,对环境造成污染.及时采收烟叶能... 展开 烟草是我国重要的经济作物,在国民经济中有着重要的地位.然而,烟叶赤星病是世界范围内对烟草生产危害最大的病害之一,严重影响烟叶的质量与产量.药物对防治赤星病有一定的成效,但是药物会加重对吸食烟叶人群造成的伤害,对环境造成污染.及时采收烟叶能有效地避免赤星病的危害.基于数字图像处理技术能够实现及时采收烟叶,提高烟叶的产量和质量. 基于赤星病烟叶图像分割研究,有助于提高病害识别的正确率.本论文基于国内外研究现状,以提高烟叶赤星病识别准确率为目标,对赤星病烟叶图像进行分割、特征提取、识别研究工作.针对赤星病烟叶开展以下内容研究: (1)分析Otsu(最大类间方差法)、局部阈值法、最大熵、迭代法在分割赤星病烟叶图像中的优缺点,指出阈值法在分割赤星病烟叶图像中的不足. (2)分析边缘检测Roberts、Sobel、Canny及LoG算子在赤星病烟叶图像分割中遇到的问题,同时对LoG算子进行改进. (3)用K-means法分割赤星病烟叶图像,获得病斑彩色区域图. (4)对K-means分割后图像,用形态学法提取区域轮廓.用边缘检测Canny算子获取病斑的同心纹轮. (5)选用差别度高的类别特征,用偏二叉树支持向量机进行分类识别,分类的正确率比一对多支持向量机约高6%. 收起