植物病斑图像检测算法研究开题报告

1. 研究目的与意义

近年来，农作物的病虫害问题非常严重，直接影响到了国民经济的发展和人民的生活水平。

所以，如何解决病虫害问题成为了当今社会的焦点。

在当前农业生产中，专家们主要以个人经验和病理学知识进行分析与判断病害的种类和严重程度，但此方法识别出来的病害主观性强、速度慢、错误率高且实时性差，往往带来资源浪费和环境污染。

2. 国内外研究现状分析

王江枫、许献成、李芳繁、刘禾、何东键、应义斌等进行了农产品表面缺陷检测和颜色计算机视觉分级技术的研究。

许献成等利用颜色特征研究了落花生仁的自动分选；刘禾等结合人工神经网络专家系统来实现水果果形的判别；何东健等在分析果实表面颜色色相分布特征的基础上，用人工神经网络进行果实表面颜色分级；应义斌等综述了机器视觉技术在农产品表面缺陷与损伤识别、尺寸与面积检测和颜色识别等方面的研究进展；蒋焕煜等进行了用于水果动态、实时检测的水果品质智能化实时检测分级生产线的研究；1.1997年，徐娟研究了静态水果视觉图像的并行处理技术，提出了水果分级的并行处理算法，其中包括经典算法的并行处理，以及大小、颜色、果形分级的并行处理算法，在并行处理机上提高了分级速度；2.2000年，李庆中利用机器视觉对静态苹果进行检测与分级，取得较好的分级精度和速度。

在缺陷检测中，提出基于参考图像的缺陷分割方法，可快速有效地分割出水果表面缺陷，并可消除球形水果表面反射强度以及水果表面亮度、大小变化的影响。

3. 研究的基本内容与计划

用工业彩色ccd摄像头和图像采集卡构成的图像采集系统，采集带有病斑的叶片图像，送入计算机，校正几何失真的叶片图像，去除叶片背景，然后通过图像处理技术将病斑检测并分割出来，最后在已经检测并分割出的病斑的基础上，计算其面积大小，提取并分析其形状、颜色、纹理等特征，同时建立病斑统计数据库进行统计分析，以确定病斑特征与病斑生长周期的关系。

时间计划：2019.1：阅读相关文献，熟悉matlab的相关知识的学习和使用，提交开题报告。

2019.2-3：进行系统需求分析、总体设计和详细设计。

4. 研究创新点

1.基于matlab gui的图像处理和测量程序，直观的界面，操作方便、图像处理的二维图像测量。

可以用一个样品图片直接运行。

2.上手快，软件周期短，矩阵运算能力强3. 有大量的工具箱、丰富的函数4. 可视化能力很强大，包括各种三维、二维的绘图