基于过渡区研究的黄瓜病害识别方法

摘要：

[目的]针对黄瓜生长过程中常见的霜霉病、白粉病和靶斑病,提出改进的病害识别方法,为黄瓜病害自动识别提供一种技术支持.[方法]将RGB模型的病害图像转换到HSV和YUV颜色空间,通过OTSU筛选,获取阈值分割效果最好的HSV颜色空间的V分量,综合全阈值法和局部动态阈值法对V分量进行分割,获取病斑区和过渡区的分割图像.分别提取病斑区和过渡区的颜色和形状特征,基于支持向量机(Support vector machines,SVM)进行病害识别.[结果]以采集的240幅病害图像为研究样本,当惩罚参数C=32,核函数参数γ=1时,基于病斑区和过渡区在颜色和形状方面的22个特征数据,SVM分类器对霜霉病、白粉病和靶斑病3种病害的识别率分别达83.3％、76.7％和90.0％,对比仅以病斑区的11个特征数据为基础的识别结果,增加过渡区特征数据之后,黄瓜病害识别率有较大提升,分别提高26.6％、13.4％和16.7％(绝对值).[建议]未来研究中应拓展黄瓜病害研究的种类,在进行病害识别时应将病害发展程度及病害的混合性考虑在内.

关键词：黄瓜、病害识别、图像分割、过渡区、特征提取、支持向量机

所属期刊栏目：50

分类号：S436.421;TP391.41(病虫害及其防治)

资助基金：河北省重点研发计划项目18223802D;石家庄市科学技术研究与发展计划项目181490114A;石家庄市重点研发计划项目191130154A

在线出版日期：2020-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2119-2126