科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了监测水稻病害等级并及时做好预防，本文提出一种基于超绿超红算法（ExG+ExR）结合最大类间方差法（Nobuyuki Otsu,OTSU）分割水稻病斑区域。首先，针对传统阈值算法分割效果不佳的缺陷，利用加权平均值进行灰度处理，通过直方图均衡化改善图像质量，并且以自适应中值滤波保护图像细节，从而实现对图像的降噪及增强处理；其次，通过ExG+ExR结合OTSU依次从背景分割出水稻叶片和病斑区域；最后，本文提出的方法与复印称重法和KNN算法比较，在800×300图像中平均绝对准确率高达98.28%，并且只有1.53%的平均绝对误差率。对比结果表明，该算法能够有效分割水稻的病斑区域，为有效识别病害种类及等级奠定了基础。
