MATLAB图像识别技术在棉花叶面病虫害识别上的

MATLAB图像识别技术在棉花叶面病虫害识别上的应用

灰度化处理后的图像会出现部分像素孤立点，相当于信 传输中出现的噪声干扰，而图像增强就是消除信 干扰的滤波器，图像增强意味着有选择性的突出了程序需要判断的特征参量，提高了图像对比度，抑制了图片上存在的没用像素点，减少后期函数算法带来的不精确性。对比度的增加，使得所选图片区域色差更加明显，量的越亮，暗的越暗，其根本意义就是提取颜色分量最大值最小值，其公式为：（1）对比度 （Contrast）为： Con=∑ L-1 i=0 ∑ L-1 j=0 i-j kPij， 其中，δ （i，j） =|i-j|相邻像素间的灰度差;Pδ; （i，j）相邻像素间的灰度差是δ的像素分布概率。

2.3图像二值化

二值化就是通过非零取一等不同的阀值化变换方法，使灰度图变换成黑白二值图像，从而将我们所需特征参量图像从复杂目标背景图片中提取出来。其操作过程即先由用户指定或通过算法生成一个阀值，如果图像中某图像素的灰度值小于该阀值，则将该像素的灰度值设置为0或255，否则灰度值设置为255或0。假设输入图像为f（x，y），输出图像为f’（x，y）则：; ; 阀值θ即为比对临界点，小于他就是黑。次变换函数为阶跃函数，只需给出阀值点θ，经过阀值处理后，图像变成了一幅黑白二值图。

2.4图像形态学处理

由于噪声干扰影响，阈值化后所的图像边界达不到理想中的平滑程度，利用图像形态学处理的邻域运算形式的特殊形式：“结构元素”（Structure Element），根据像素与二值图像对应的关系进行逻辑运算，结果为输出图像相应像素。

给定二值图像I（x，y）和作为结构元素的二值模板T（i，j），服饰与膨胀运算公式为：

腐蚀：

膨胀：

腐蚀是消除边界点，使边界向内部收缩。可用来消除小和无意义的物体。膨胀将物体接触的所有背景点合并到该物体中，使边界向外部扩张。可用来填补物体中空洞。先腐蚀后膨胀称为开运算，确保不改变其面积情况下以此消除细小、纤细点分离平滑较大物体。先膨胀后腐蚀叫做闭运算，用来填充细小空洞、连接临近物体平滑较大物体边界且不改变其相应面积。连续的开运算和闭运算有效消除了图像上的明亮细节，填充了阈值化后的噪声空洞，是后期运算效果更加理想。

软件运行代码如下：

2.5图像填充

通过局部填充得到物体与背景明显区分开的图像，填充边缘轮廓达到降低噪声的效果，采用BWfill=imfill（BW，’holes’）语句，使缺陷部位像素点呈白色。其算法操作分两部：首先由左至右逐行扫描图形，输出像素值为0则背景不做改变继续往后扫描直到遇到像素值为1的点为止。如果这个点的下一个点的像素值为0，表示扫描到了最左边的轮廓点，这时设置一个标记从这个点往后所有像素值为0的点全部置1，直到再次遇到像素值为1的点为止。此过程将这两个边界点之间的区域填充起来，然后接着扫描后面的点，当再次遇到像素值为1的點时重复以上步骤，这样一行行的扫描填充，整幅轮廓图就被填充起来了。

2.6图像分割

介于之前图像填充的不足之处，对图像又进行了图像分割，只把患病叶面部分分割出来。分割前对其进行反色处理，把背景和其他茎叶部分都剔除。过程为先把茎叶部分进行标记，然后去除标签部分，最终运用基于阈值的图像分割方法将棉花叶面患病部分分离出来。

利用可以反映图像内容特征的区域提取方法从颜色、纹理、形状等方面提取图像的基本特征。本次实验在其上对目标图像进行提取，只需区分不同区域性质，去掉标记的茎叶部分，只剩叶面患病区域和背景。此方法程序使用bwlabel函数，用于对二维二值图像中每个分离部分进行标注。选取的阈值为之前二值化图像得出的阈值结果为0.37，这时将叶面患病部分标记出来，便可对选中部分进行分割。

3.实验结果

仿真实验在2.5GHz，RAM为8GB的计算机上进行，采用MATLAB2018a软件编写代码。部分样本图像经处理后的病虫害原始图像和特征分割图像结果如图1所示。

4.总结

基于MATLAB软件的图像处理，调用函数方便，程序设计高效。首先通过图像预处理去除无用信息，接着将Hough变换算法降维进行叶面受损区域的定位，最后搜索定位，求出受损区域坐标，根据反映图像特征与样本患病叶面程序对比得出棉花叶面患病名称，用MATLAB图像识别技术对患蚜虫病叶面监测准确率为87.0%、枯萎病（黄萎病）81.0%、棉铃虫80.0%，说明在实际监测中存在误差，但准确率均达80.0%以上。

参考文献：

[1]赖特.基于模板匹配及人工神经 络算法的图像识别应用——MATLAB实现机动车牌 码辨识[J].智能建筑与智慧城市，2017（11）：45-48+52.

[2]朱玥凝.基于Matlab图像识别的交通信 灯智能控制[J].信息通信，2016（11）：94-95.

[3]王蔚扬，丁嘉月，汪鹏洪，卢正勇.基于MATLAB的靶纸图像识别研究[J].计算机时代，2016（11）：17-20+24.

[4]丁功瀛，徐大卫.MATLAB图像识别技术在彩浆薄层沥青路面油污评价中的应用[J].大连交通大学学 ，2016，37（02）：73-76.

文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览34297 人正在系统学习中