王书志，宋广虎，冯 全

（1.西北民族大学 电气工程学院，兰州730030；2.甘肃农业大学 机电工程学院，兰州 730070）

葡萄被人们称为“水晶明珠”，其味道鲜美，营养价值很高，在世界各地都有广泛种植。葡萄生长过程中会受到各种病害的侵扰，影响其质量和产量。传统的预防和治理方法是在有关专业人员进行判断，耗时且成本很高，可能错过最佳病害防治时间，会导致葡萄的质量、产量和收入下降，造成经济损失[1]。绝大部分病害都会在葡萄的叶片、果实和茎干（新梢）上产生病症，例如白粉病、灰霉病、炭疽病等，可以利用这些病状识别病害类型。随着计算机技术的发展，研究人员采用计算机视觉的方法对农作物病害进行自动识别，目前的研究主要集中在对病害叶片和果实图像的识别方面。在对病害的自动识别之前通常要对识别对象进行分割，以便减少背景干扰，更容易提取识别特征；叶片面积大，在图像中所占的比例大，形状较规则，这些都有利于图像中叶片的分割。传统上，常见的叶片和果实分割方法主要分为3类[2-15]：第1类图像边缘检测，其主要通过图像像素边缘或边沿阶跃变化或屋顶变化的像素的集合为分割依懒特征；第2类基于区域的分割；第3类是基于优化的方法，如水平集法[16]、图割法[17]等；几何活动轮廓线的水平集图像分割方法仅利用图像的局部边缘信息，对边缘模糊或者存在离散状边缘的区域很难得到理想的分割效果；图割法在知道目标的分布概率时，分割效果很好，但难度在于事先获得目标的准确分布。……