python智能识别 病虫草害_基于图像识别的作物病虫草害诊断研究

基于图像识别的作物病虫草害诊断研究

本文围绕作物病虫草害的快速诊断

,

将作物病虫草害识别的专家知识与数字

图像处理、

神经网络结合

,

综合运用人工智能和网络技术

,

研究实现了作物病虫草

害的远程图像识别与诊断。

取得以下进展

:    1.

图像预处理方面

,

针对作物病虫

草害的图像特点

,

分析、

比较了病虫草害图像的增强处理方法

,

提出了对彩色图像

先进行反色运算

,

再通过

RGB

通道分离

,

得到增强图像的新方法

,

与传统图像增强

算法相比

,

此法简单易行

,

运算量小

,

并具有较强的消除噪声能力。

2.

图像分割方面

,

根据病害图像特点

,

提出通过

H

分量图像灰度分析来

确定阈值对灰度图像分割的方法

,

分割精度明显高于传统的自动阈值分割结果

;

对病害彩色图像分割时

,

用

HIS

颜色系统中的

H

分量图像分割效果最好

,

其次是

RGB

颜色系统中的红色分量图像所做的分割。

并提出