基于超像素快速模糊C均值聚类与支持向量机的柑橘病虫害区域分割
2021-03-07袁芊芊邓洪敏王晓航
计算机应用 2021年2期
袁芊芊,邓洪敏,王晓航
(四川大学电子信息学院,成都 610065)
(*通信作者电子邮箱hm_deng@scu.edu.cn)
0 引言
柑橘是世界第一大果树品种[1],在世界范围内都广泛种植。作为一种多年生植物,柑橘不仅对环境保护起着重要作用,并且具有很多优势,既是一种食品的来源,又是很多工农业的原材料[2]。作为食品的柑橘富含维生素C,口感香甜,受到了广大消费者喜爱。然而,近年来柑橘的生产普遍受到病虫害的影响。诸如柑橘溃疡病、黄龙病(Huanglongbing,HLB)、炭疽病等病害和黑刺粉虱、橘蚜、恶性叶甲等虫害严重抑制了柑橘的生长,大幅降低了柑橘的产量和品质,使得柑橘在很多地区供不应求。
一棵普通的柑橘树大约有两万多片叶子,通常只有很少的叶子会表现出症状[3]。对柑橘作物大面积盲目地使用农药、杀虫剂、杀菌剂等不仅会增加经济成本,更会对环境造成污染。如何准确辨别各类柑橘类病症,及时隔离病株并采取针对性措施是避免重大损失的有力手段。传统的人工检测方法需要专家观察柑橘病症进行分类和治疗,且已经治愈的植株也存在复发的风险,因此需要长期密切监测,费时费力。近年来,研究人员致力于从图像处理的角度寻找新的基于计算机的柑橘病症早期识别的解决方案。这是一种快速、实用、有发展潜力的方法。
柑橘病变斑的检测和分类主要包括预处理、分割、特征提取和分类四个步骤[4]。其中,图像分割往往是许多实际应用中最重要、最困难的问题之一,它的目的是简化或改变图像的表现形式,使其更有意义,更容易分析[5]。……
登录APP查看全文
