基于为害状色相多重分形的椪柑病虫害图像识别

摘要：

为自动识别椪柑病虫害,研究了以椪柑病虫害为害状多重分形谱特性参数为输入变量的小波神经网络病虫害识别方法.利用改进型分水岭算法提取椪柑病虫害为害状边界,对非连续的边界进行边界跟踪,将过分割区域进行区域合并,标记为害状边界,提取标记区域,生成病虫害为害状目标图像;对病虫害为害状目标图像0°～120°这一主要色相区域4等分,产生4幅色相二值图像;对二值图像进行多重分形分析,计算其标度不变区多重分形谱的高度及宽度;以此高度及宽度作为小波神经网络的输入,进行椪柑病虫害识别,5种病虫害的平均识别正确率为87％.试验结果表明:椪柑病虫害为害状的4对多重分形谱高度及宽度值较充分地反映了椪柑病虫害色相累计信息、分布信息及区间形状的典型特征,能用此方法进行椪柑病虫害机器识别.

关键词：椪柑、病虫害、图像识别、机器视觉、多重分形、小波神经网络

所属期刊栏目：45

分类号：S126(农业物理学)

资助基金：湖南省科技计划资助项目2011NK3005、2012NK4127

在线出版日期：2014-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：262-267