基于數(shù)字圖像處理的植株缺素種類識別技術(shù)研究.pdf

1、近年來，隨著數(shù)字圖像處理和模式識別技術(shù)的發(fā)展，其在農(nóng)業(yè)上的應(yīng)用也越來越廣泛。在植株營養(yǎng)診斷方面，傳統(tǒng)的診斷方法存在著很多不足，利用數(shù)字診斷技術(shù)進(jìn)行診斷，具有快速、高效和實用性的特點，該項研究具有重要的理論意義和實際應(yīng)用價值。本文針對植株缺素種類識別開展研究工作，涉及圖像獲取、圖像預(yù)處理、圖像分割、圖像特征提取、模式識別等研究內(nèi)容。
　　針對圖像的噪聲干擾，通過比較兩類濾波的處理效果，頻域濾波和空域濾波，提出中值濾波預(yù)處理方案。具體

2、是對滑動濾波窗口內(nèi)的像素做大小排序，最終輸出該序列的中值，既能除去噪聲還能保護(hù)圖片的邊緣。
　　為了提高植株缺素表征部位的分割精度與效果，提出了一種基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的植物葉片病斑分割方法。該方法首先利用最大熵機(jī)制原理在RGB和HSV空間中選出熵值最大的分量作為處理對象，再利用脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）模型，進(jìn)行病斑的二值分割。通過與傳統(tǒng)的最大類間方差法（OSTU）進(jìn)行對比實驗，結(jié)果表明，該方法分割處理效果比較理想，魯棒性好，