基于數(shù)字圖像處理的果樹病蟲害智能化檢測.pdf

1、伴隨著國家經濟和社會的快速發(fā)展，中國的果樹種植業(yè)有了很大的增長，水果產品的消費呈迅速增長趨勢。自1993年開始，中國成為世界第一水果生產大國。2009年中國果園播種面積為1113.95萬公頃，水果總產量2億噸，居世界第一位。2009年中國人均果園面積為83.5平方米，人均水果產量為15.28噸，略高于世界平均水平。
　　隨著果樹種植面積的增大，果園的害蟲防治工作變得重要，已經成為影響果園生產的頭等任務。當果樹受到害蟲危害，果實的質

2、量和產量都將受到威脅，甚至造成果樹絕收。果實一旦被害蟲侵害，其經濟價值就降低了。果樹害蟲對果園的經濟造成了重大損失。所以，果樹害蟲檢測是果園生產活動中的一項重要工作。為了保證果樹的產量和果實的質量，必須加強果園中果樹害蟲的檢測工作。
　　為實現(xiàn)對果樹害蟲的智能化檢測，本文利用數(shù)字圖像處理、模式識別等技術對果樹害蟲圖像進行處理。首先對獲取的害蟲圖像采用中值濾波法使圖像平滑，然后采用高頻加強濾波器對圖像進行銳化處理，最后進行圖像分割，

3、形成果樹害蟲的二值化圖像。其次，形成所得果實害蟲圖像的幾何形狀、灰度統(tǒng)計量和紋理特征，提取若干作為原始特征。再次，為了降低特征數(shù)目以提高效率，在進行分類識別之前，分別利用遺傳算法和類內散布矩陣對原始特征進行特征選擇和提取。最后，采用BP神經網(wǎng)絡分類器，對果樹害蟲進行識別分類。
　　為了證明采用基于遺傳算法的特征選擇對最優(yōu)特征子集的選擇更有效率，分別在未采用遺傳算法和采用遺傳算法的情況下進行特征選擇，然后對果樹害蟲進行分類識別，并對