巨志勇，薛永杰，张文馨，翟春宇

自适应阈值Prewitt的石榴病斑检测算法

巨志勇，薛永杰，张文馨，翟春宇

（上海理工大学光电信息与计算机工程学院，上海 200093）

针对传统识别方法对石榴外表病斑及石榴轮廓检测精准度不高、抗噪声能力不强以及存在伪边缘等问题。该文提出一种基于自适应阈值Prewitt算子的石榴病斑检测算法。采用双边滤波减少噪声干扰；通过高频强调滤波提高图像高频分量，增强局部细节；根据高斯噪声概率分布设置算子卷积掩膜元素权重，利用对称性将方向梯度两两组合，并计算其L2范数作为该像素点的梯度。对人工拍摄的607张石榴图像进行图像增强和边缘检测试验，加入椒盐噪声和高斯噪声进行抗噪性能测试。试验结果表明，该文算法对石榴病斑的识别正确率为98.24%，获得图像的峰值信噪比为43.72 dB，单张图像识别耗时为0.174 s。该研究具有较好的病害样本与非病害样本区分能力，可为田间环境下石榴病害预防提供参考。

水果；算法；病害；边缘检测；图像增强；最小误差法；双边滤波

0 引 言

石榴作为中国重要的经济作物之一，产量巨大[1]。在其生长过程中，石榴病害的发生是引起石榴总体产量下滑的主要原因之一。石榴的病害种类多种多样，例如常见的黑斑病、干腐病和疮痂病等，及时检测出病害的发生并采取相应的措施是预防石榴产量下滑的重要手段之一[2-4]，而石榴病害检测的精度作为该一系列操作的前提，其重要性不言而喻。……