安琪

摘要：在复杂的背景下有效分割出黄瓜病害是解决黄瓜病害防治的关键问题。目前，基于病害叶片图像的病害检测方法很多，但各种方法各有优缺点。针对黄瓜常见的白粉病、炭疽病、根腐病3种病害叶片，对现有的分割方法进行对比分析，选择效果较好的FCM算法，首先利用病害葉片图像的H和S颜色分量对图像进行颜色聚类，然后利用FCM算法进行病害检测，最后以开闭交替运算去除毛刺达到平滑目标轮廓的效果，最后试验结果表明，所提出的病害检测方法是有效可行的。

关键词：病叶图像  病斑分割  病叶图像分割

1 引言

黄瓜是我国各地夏季主要栽种的蔬菜之一，黄瓜病害是影响黄瓜产量的重要因素之一，为了提高黄瓜的品质，对其病害及时进行防治，需要对其病害类型进行快速又准确的诊断。植物叶片是反应其受害的主要部分，根据黄瓜叶片的病变情况可以直观的判断出病害发生程度，便于进行防治。随着近几年各种算法的完善，以识别技术，视觉技术搭配图像处理方法为核心的病变叶片提取方法的研究开始被不断提出。

对于病斑图像分割的方法有很多，但大多数仅用于对某一类或某几类图像进行分割，例如聚类算法、K-Means、自适应算法等，但并没有一个直观点的对比分析，基于这种状况，本文在传统期望最大化的基础上将这几种方法用于黄瓜叶部病斑分割上并进行了对比分析，并在此基础上提出一种新的分割方法，为黄瓜叶部病害检测与识别系统提供有力的技术支持，同时也对其他植物的病害图像分割具有一定的参考价值。……