科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现精准施药，提高油菜的产量和品质，对病害发生程度的快速、准确检测至关重要。提出一种基于机器视觉的油菜叶片、茎秆菌核病的分级检测方法，主要依据叶片病斑面积占比和茎秆病斑的纵向扩展长度进行分级，利用病斑与健康区域的颜色差异采用HSV颜色空间模型的方法对目标区域进行分割，首先把图片从RGB图像转换成HSV图像，再利用HSV分量遍历图像中的所有像素点提取感兴趣区域，油菜叶片主要通过绘制ROI和完整叶片的轮廓从而计算面积，茎秆图片因其环境背景复杂，在HSV颜色模型分割前需先通过高斯混合模型从复杂背景中获得整个茎秆区域作为目标区域，再对该区域的病斑进行分割，通过最小外接矩形的轮廓绘制方法可得病斑的纵向扩展长度，进而对其浸染程度进行分级。试验表明，该方法能够有效地对叶片和茎秆的病害程度进行分级，其识别准确率分别为94.25%和92.5%,具有较高的准确度和鲁棒性，可为精准施药提供理论依据。
- 单位
