1 简介
针对农业领域植物病虫害检测问题,提出一种基于高清视频图像融合特征的支持向量机( SVM)的检测方法,实现农业生产中植物病虫害的快速检测.对每幅植物叶片图像的颜色,HSV,纹理和方向梯度直方图四种特征采用基于特征包的多特征融合方法,形成特征向量,并利用SVM分类器进行训练分类.对单特征与融合特征的SVM分类器性能进行试验比较,所提出的方法具有较高的准确率.
植物病害是指植物在生物或非生物因素的影响下,发生的形态、生理和生化上的病理变化,会阻碍植物正常生长、发育和结果的进程。其中,植物叶部病害非常广泛且后果相当严重。植物叶片病害影响叶片的光合作用效能,成为作物高产的主要障碍,影响作物的效益。及时发现和有效预防植物叶部病害成为农业发展中的重要问题。目前,对叶片病害与否的判断及病害种类的判断主要依靠人工,识别率和效率较低且造成种植者滥用农药。对病害的自动化识别是现代化农业发展的方向。随着科技的不断进步,数字图像处理、人工智能等技术得到综合运用。通过对基于图像处理的植物叶部病害进行检测与分类,合理施用农药可保证作物的健康生长,进而提高作物的产量。
2 部分代码
function [B ,source]= Readimg(fullfilename,handles)
%str = fullfile('pics',filename);
I=imread(fullfilename);
source = I;
I0=I;
% I=imresize(I,[696 928]);
% 显示
%figure
%imshow(I);
%title('原图');
%% 二值化部分
[M,N,C]=size(I);
% 转灰度图
if C>1
I_gray=rgb2gray(I);
else
I_gray=I;
end
%figure(2001);
axes(handles.axes_origin);
imshow(I_gray);
I_bw=im2bw(I_gray,0.25);
%% 形态学处理
I_bw=bwareaopen(I_bw,150);
%% 标记部分
% 标记
[B,L]=bwboundaries(I_bw,'noholes');
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.
- 16.
- 17.
- 18.
- 19.
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.
- 26.
- 27.
3 仿真结果
4 参考文献
[1]崔欣, 张鹏, 赵静,等. 基于机器视觉的玉米种粒破损识别方法研究[J]. 农机化研究, 2019.