利用数字图像颜色特征指数识别小麦赤霉病

小麦赤霉病是对小麦生长过程有较大影响的病害。为了实现小麦赤霉病的快速识别,本研究利用数码相机获取小麦生长过程中赤霉病发病前期和发病中期的RGB图像,并对RGB图像的三基色分别进行归一化,然后计算得到与赤霉病相关性最好的颜色特征指数(共计12个)。通过对小麦赤霉病前期和中期各20张发病麦穗颜色特征指数值与健康麦穗比较分析。结果表明,12个颜色特征指数值在不同麦穗类型之间均有差异,其中ExG、ExGR、GLI和MGRVI等4个颜色特征值差异显著,可用于受到赤霉病感染的麦穗提取。利用人工标记的发病麦穗对颜色特征指数识别提取发病麦穗进行验证,在小麦赤霉病发病前期的平均检测率为90.5%,在小麦赤霉病发病中期的平均检测率为88.4%,上述结果表明基于颜色特征指数识别小麦赤霉病发病麦穗是可行的。

基于Python爬虫和特征匹配的水稻病害图像智能采集

为及时诊断和防治水稻病害,通过计算机技术和图像处理技术进行病害诊断。利用Python爬虫技术编写基于水稻病害关键词的图像爬虫程序,在此基础上使用Matlab图像处理模块的特征匹配对图像集进行筛选,提高图像采集的准确度。结果表明,只利用Python爬虫技术获取的水稻病害图像,除胡麻叶斑病外,提取的准确率均高于50.00%,其中赤霉病提取效果最好,准确率达到72.7%。而通过特征匹配筛选后图像错检率在6.00%以下,不仅提高了数据采集的精度,也表明水稻病害图像智能采集方法可行。