|本期目录/Table of Contents|

[1]杨青.一种基于图像分析的玉米病虫害智能化识别方法[J].江苏农业科学,2014,42(07):128-130.
　Yang Qing.Intelligent recognition method of maize diseases and pests based on image analysis[J].Jiangsu Agricultural Sciences,2014,42(07):128-130.
点击复制

一种基于图像分析的玉米病虫害智能化识别方法(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第42卷
期数:
2014年07期
页码:
128-130
栏目:
植物保护
出版日期:
2014-07-25

文章信息/Info

Title:
Intelligent recognition method of maize diseases and pests based on image analysis
作者:
杨青
上海城市管理职业技术学院，上海 200438
Author(s):
Yang Qing
关键词:
玉米病虫害图像; 图像分析; 小波变换; 自适应增强; 小波阈值函数模型
Keywords:
-
分类号:
S126
DOI:
-
文献标志码:
A
摘要:
农业病虫害智能化探测是现代农业发展的必然趋势，也是基本要求之一。以玉米病虫害为研究对象，借助计算机图像分析技术，提出了一种玉米病虫害智能化识别方法。首先对降质的玉米病虫害图像实现单层小波分解，以实现图像信号的多尺度分解，获得低频分解系数和高频分解系数。由于低频分解系数包含绝大多数图像低频信号，降质程度可忽略不计，设计了一种具有调节因子的自适应增强函数模型，通过设定固定阈值，对高于该阈值的系数进行只适应增强，反之则进行抑制。然后对上述各高频系数进行第二层小波分解，对获得的低频分解系数予以舍弃，对于高频系数则通过设计一种随着分解层数的变化而自适应调整阈值的小波阈值函数模型来进行处理。最后分别进行2层小波系数重构。结果表明，该方法对玉米病虫害图像的复原效果优于小波硬、软阈值函数模型，能够根据复原后的图像进行病虫害的准确识别，稍加改进可应用与农业智能化设备(如农业机器人)的内置程序中，能实现对病虫害图像的实时化地获取、处理，智能化地识别。
Abstract:
-

参考文献/References:

［1］邢航，张铁民，漆海霞，等. 薯类农产品视觉图像的去噪方法［J］. 农机化研究，2012，34(7)：43-47，52.
［2］王亚超，薛河儒，多化琼，等. 基于小波变换的木材纹理去噪研究［J］. 内蒙古农业大学学报：自然科学版，2013，34(1)：142-145.
［3］程玉柱，陈勇，车军，等. 基于Bayes与SVM的玉米彩色图像分割新算法［J］. 江苏农业科学，2012，41(7)：355-358.
［4］夏政伟.多重分形理论在玉米病害图像特征提取中的应用［J］. 南方农业学报，2013，44(5)：871-874.
［5］Donoho D L，Jonstone I M. Idel spatial adaptation by wavelet shrinkage［J］. Biometrika，1994，81(3)：425-455.
［6］Donoho D L. Denoising by soft-thrsholding［J］. IEEE Transactions on Information Theory，1995，41(3)：613-627.
［7］陈晓曦，王延杰，刘恋. 小波阈值去噪法的深入研究［J］. 激光与红外，2012，42(1)：105-110.
［8］白青，王军锋，王涛，等. 一种改进的小波阈值图像去噪综合模型［J］. 计算机技术与发展，2013，23(5)：50-53.

相似文献/References:

[1]劳东青,陈立平,邬欢欢,等.基于计算机视觉的枣叶含水率估算模型[J].江苏农业科学,2015,43(04):384.
　Lao Dongqing,et al.Study on jujube leaf water content estimation model based on computer vision[J].Jiangsu Agricultural Sciences,2015,43(07):384.
[2]高宇,高军萍,李寒,等.植物表型监测技术研究进展及发展对策[J].江苏农业科学,2017,45(11):5.
　Gao Yun,et al.Research progress and development countermeasure of plant phenotypic monitoring technology[J].Jiangsu Agricultural Sciences,2017,45(07):5.

备注/Memo

备注/Memo:
收稿日期：2013-09-25
作者简介：杨青(1983—)，女，上海人，讲师，从事园林和高职教学研究。E-mail：greensheep9@163.com。
更新日期/Last Update: 2014-07-25