|本期目录/Table of Contents|

[1]林彬彬,邱新法,何永健,等.茶树病害智能诊断识别算法研究[J].江苏农业科学,2019,47(06):85-91.
　Lin Binbin,et al.Study on intelligent diagnosis and recognition algorithm for tea diseases[J].Jiangsu Agricultural Sciences,2019,47(06):85-91.
点击复制

茶树病害智能诊断识别算法研究(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第47卷
期数:
2019年第06期
页码:
85-91
栏目:
植物保护
出版日期:
2019-04-05

文章信息/Info

Title:
Study on intelligent diagnosis and recognition algorithm for tea diseases
作者:
林彬彬1;  邱新法2;  何永健1;  朱晓晨2;  张阳3
1.南京信息工程大学地理科学学院，江苏南京 210044；2.南京信息工程大学应用气象学院，江苏南京 210044；
3.内蒙古自治区通辽市气象局，内蒙古通辽 028000
Author(s):
Lin Binbin; et al
关键词:
茶叶; 图像分割; 颜色特征; 病害识别; 智能诊断
Keywords:
-
分类号:
TP391.41；S126
DOI:
-
文献标志码:
A
摘要:
茶叶是我国传统作物之一，有着重要的经济和文化价值，茶赤叶斑病、茶白星病和茶圆赤星病是我国名茶区中较为常见的3种病害，影响茶叶的产量和品质。为减少茶叶病害给农业生产带来的损失，以这3种茶叶病害为例，从图像识别角度出发，在图像分割(阈值迭代算法和最大类间方差法)提取病斑区域的基础上，运用构造指数、HSV颜色矩法、HSV颜色直方图法提取出病斑的颜色特征，并进行特征选择，最后运用K近邻算法进行茶叶病害的智能诊断识别研究。结果表明，采用最大类间方差法进行图像分割以及构造指数法进行颜色特征提取的识别率为93.33%，识别效果较好，算法复杂度低，运行速度快。此外，本研究算法实现了智能手机的茶叶病害智能实时诊断分析。
Abstract:
-

参考文献/References:

［1］次丹妮. 基于计算机视觉的花卉叶部病害识别方法研究［D］. 天津：天津职业技术师范大学，2016.
［2］胡秋霞. 基于图像分析的植物叶部病害识别方法研究［D］. 杨凌：西北农林科技大学，2013.
［3］张建华，祁力钧，冀荣华，等. 基于粗糙集和BP神经网络的棉花病害识别［J］. 农业工程学报，2012，18(7)：161-167.
［4］李宗儒，何东健. 基于手机拍摄图像分析的苹果病害识别技术研究［J］. 计算机工程与设计，2010，31(13)：3051-3053，3095.
［5］Wang X F，Huang D S. A novel multi-layer level set method for image segmentation［J］. Journal of Universal Computer Science，2008，14：2428-2452.
［6］史继先，蒲东兵，张雪喆. 基于Android和内容的图像检索系统设计［J］. 信息技术，2014，38(7)：200-203，206.
［7］Yao Q，Guan Z X，Zhou Y F，et al. Application of support vector machine for detecting rice diseases using shape and color texture features［C］//International Conference on Engineering Computation. Hong Kong，2009：79-83.
［8］贾建楠，吉海彦. 基于病斑形状和神经网络的黄瓜病害识别［J］. 农业工程学报，2013，29(增刊1)：115-121.
［9］罗其朝. 基于Android的图像识别客户端系统研究［D］. 海口：海南大学，2014.
［10］Rumpf T，Mahlein A K，Steiner U，et al. Early detection and classification of plant diseases with support vector machines based on hyperspectral reflectance［J］. Computers and Electronics in Agriculture，2010，74(1)：91-99.
［11］吴子龙. 基于Android移动终端的烟草病虫害图像智能识别系统研究［D］. 昆明：云南农业大学，2015.
［12］石静. 图像分割方法综述［J］. 科技致富向导，2012(26)：69，58.
［13］章毓晋. 图像分割［M］. 北京：科学出版社，2001.
［14］周俊，王明军，邵乔林. 农田图像绿色植物自适应分割方法［J］. 农业工程学报，2013，29(18)：163-170.
［15］马志远. 基于视觉特征的图像检索方法研究及系统实现［D］. 武汉：武汉科技大学，2010.
［16］闫雅楠，夏定元. 结合边缘检测和区域分割的形状特征提取［J］. 电视技术，2007，31(3)：12-15.
［17］袁春兰，熊宗龙，周雪花，等. 基于Sobel算子的图像边缘检测研究［J］. 激光与红外，2009，39(1)：85-87.
［18］Canny J F. The complexity of robot motion planning［M］. Massachusetts：MIT Press，1987.
［19］李旺，唐少先，陈荣. 基于颜色特征和支持向量机的黄瓜叶部病害识别［J］. 农机化研究，2014，36(1)：73-75.
［20］Sun J D，Zhang X M，Cui J T，et al. Image retrieval based on color distribution entropy［J］. Pattern Recognition Letters，2006，27(10)：1122-1126.

相似文献/References:

[1]姚二民,张超帅,李晓,等.多孔淀粉茶叶包埋颗粒在卷烟过滤器中的应用[J].江苏农业科学,2014,42(12):311.
　Yao Ermin,et al.Application of hollow porous starch and tea embedded particle in cigarette holder[J].Jiangsu Agricultural Sciences,2014,42(06):311.
[2]王多娇,周玮,颜春荣,等.快速SPE-UPLC-MS/MS同时测定茶叶中的5种农药残留[J].江苏农业科学,2014,42(10):280.
　Wang Duojiao,et al.Simultaneous determination of five pesticide residues in tea by rapid SPE combined with UPLC-MS/MS[J].Jiangsu Agricultural Sciences,2014,42(06):280.
[3]杨业娟,屠莉.基于蚁群算法的水果图像分割技术[J].江苏农业科学,2014,42(09):380.
　Yang Yejuan,et al.Study on fruit image segmentation technology based on ant colony algorithm[J].Jiangsu Agricultural Sciences,2014,42(06):380.
[4]曹洪武,王振磊,姚娜,等.基于SLIC和多尺度显著性的红枣图像分割算法[J].江苏农业科学,2016,44(03):455.
　Cao Hongwu,et al.Red-jujube image segmentation algorithm based on SLIC and multi-scale saliency[J].Jiangsu Agricultural Sciences,2016,44(06):455.
[5]何辰宇,李蓓蓓,杨菲.高温干旱对茶叶生产的影响及应对措施[J].江苏农业科学,2016,44(04):215.
　He Chenyu,et al.Effects of high temperature and drought on tea production and the corresponding measures[J].Jiangsu Agricultural Sciences,2016,44(06):215.
[6]关强,薛河儒,姜新华.基于二维OTSU的田间植物图像分割方法[J].江苏农业科学,2015,43(12):437.
　Guan Qiang,et al.Segmentation of field plant image based on two-dimensional OTSU[J].Jiangsu Agricultural Sciences,2015,43(06):437.
[7]张善文,张云龙,尚怡君.1种基于Otsu算法的植物病害叶片图像分割方法[J].江苏农业科学,2014,42(04):337.
　Zhang Shanwen,et al.A segmentation method of plant disease leaf images based on Otsu algorithm[J].Jiangsu Agricultural Sciences,2014,42(06):337.
[8]史娟,李江.微波辅助消解火焰原子吸收光谱法测定茶叶中的微量元素[J].江苏农业科学,2015,43(11):380.
　Shi Juan,et al.Determination of trace elements in tea by microwave digestion and FAAS[J].Jiangsu Agricultural Sciences,2015,43(06):380.
[9]师韵,王震,王旭启,等.基于改进遗传算法的最大熵作物病害叶片图像分割算法[J].江苏农业科学,2015,43(09):453.
　Shi Yun,et al.Maximum entropy crop disease image segmentation algorithm based on improved genetic algorithm[J].Jiangsu Agricultural Sciences,2015,43(06):453.
[10]刘荣森,赵文善,张长水.铁氰化钾分光光度法测定茶叶中的铁[J].江苏农业科学,2015,43(09):344.
　Liu Rongsen,et al.Determination of iron contents in tea by potassium ferricyanide spectrophotometry[J].Jiangsu Agricultural Sciences,2015,43(06):344.

备注/Memo

备注/Memo:
收稿日期：2017-11-28
基金项目：国家自然科学基金(编号：41330529)；江苏省第四期“333高层次人才培养工程” 科研项目(编号：BRA2014373)；中国气象局气候变化专项(编号：CCSF201411)。
作者简介：林彬彬(1994—)，女，浙江台州人，硕士研究生，主要从事作物病害识别研究。E-mail：949393451@qq.com。
通信作者：邱新法，博士，教授，主要从事应用气象研究。E-mail：xfqiu135@nuist.edu.cn。
更新日期/Last Update: 2019-03-20