贾庆节，齐国红，忽晓伟

（郑州大学西亚斯国际学院，河南新郑451150）

0 引 言

苹果一直是人们广为喜爱的食物之一，全国种植面积达8 000余万亩。随着种植面积的日益扩大，苹果生长过程中发生大规模病害的可能性也在增加，如果不能及时发现病害并进行准确诊断和治疗，可能造成严重的经济损失，这就需要对苹果进行实时监测，以便及时发现病害。计算机图像处理技术以及监控技术的发展，使得苹果病害智能检查和诊断成为可能。研究发现［1-3］，作物的病害一般都会在叶片上表现出来，不同的病害种类引起的叶部症状也不同［4］。利用现代图像采集技术和图像处理方法对作物叶片病害进行诊断和识别是目前的一个主流研究方向［5-7］。利用计算机图像处理技术处理病害叶片在节约人工成本的同时，极大地提高了经济效益。

阈值分割算法简单、快速、有效，是图像分割的基本技术之一［8-10］，如基于 Otsu的图像分割算法［11］、基于局部熵阈值和 Otsu 的分割算法［12］、基于自适应全局阈值融合的分割方法［13］、基于自适应局部阈值的分割方法［14］、基于遗传算法的最大熵阈值的图像分割方法［15］等。单阈值分割算法将图像分为2类之后，对于这2个类内的目标将不再进行区分，而如果在这2个类内继续使用阈值分割，能够将目标更为精确地分割出来，由此，将单阈值算法推广到多阈值。多阈值分割算法有Otsu多阈值快速分割算法［16］、最大熵多阈值算法［17-18］、基于谱聚类的多阈值图像分割算法［19］等。……