张善文， 黄文准， 师 韵

（西京学院信息工程学院，陕西 西安 710123）

基于改进Bernsen二值化算法的植物病害叶片病斑检测

张善文， 黄文准， 师 韵

（西京学院信息工程学院，陕西 西安 710123）

针对大区域田间复杂背景下植物病害远程识别中的叶片病斑检测难问题，提出一种基于改进Bernsen二值化算法的植物病害远程检测方法。通过物联网采集不同区域的植物叶片图像，根据在RGB和HIS颜色空间中叶片病斑与正常叶片和背景的色调差异的特点，利用改进Bernsen二值化算法分别在图像的R、G、B、H 4个颜色通道上提取病斑，然后进行病斑图像融合，得到病斑图像。采用该方法对多幅物联网视频植物病害叶片图像进行病斑分割。实验结果表明，该算法在复杂背景环境下能够有效分割植物病斑图像，去除大量复杂背景，得到病斑图像。该方法能够为大区域植物病害远程智能监控系统提供技术指导。

病斑检测；农业物联网；Bernsen算法；改进Bernsen算法

植物病害一直是我国农业生产中的重要灾害之一，主要病害有1 000多种。植物病害是阻碍我国农业生产发展的一个突出问题［1-2］。目前多数农民对植物病害的发生、发展规律了解不多，对病害类型识别的速度慢、主观性强、误判率高、实时性差，往往不能准确、及时的掌握病情而影响了最佳防治时机［3-4］。随着我国农村大部分劳动力转向了城市，促使了农业大规模种植模式的形成，同时也促进了农业物联网技术在植物病虫害防治中的深入研究和广泛应用，也使得植物病害叶片图像处理方法研究更加实用化、智能化，也给植物病害监测、预报和防治带来了新的研究思路［5-7］。……