文献类型：期刊文章

作　　者：刘永波[1] 雷波[1] 胡亮[1] 唐江云[1] 曹艳[1] 尹亚琳[2]

Liu Yongbo;Lei Bo;Hu Liang;Tang Jiangyun;Cao Yan;Yin Yalin(Institute of Agricultural Information and Rural Economy,Sichuan Academy of Agricultural Sciences,Chengdu 610011,Sichuan,China;Sichuan Agricultural University,Chengdu 611130,Sichuan,China)

机构地区：[1]四川省农业科学院农业信息与农村经济研究所,成都610011 [2]四川农业大学,成都611130

出　　处：《农学学报》

基　　金：四川省科技厅“十三五”农作物及畜禽育种战略研究与云服务平台建设(2016NYZ0054);四川省科技计划项目“基于深度卷积神经网络的玉米病害智能识别与分级鉴定研究”(2018JY0631)。

年　　份：2020

卷　　号：10

期　　号：10

起止页码：83-90

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：该研究旨在开发基于机器视觉技术的稻瘟病病程分级系统,实现对稻瘟病病程分级准确、客观的判定。提出基于GrabCut、高斯滤波、OTSU二值化、颜色空间转换、阈值切割等处理的稻瘟病分级判定算法模型,该算法模型利用OpenCV与python语言实现,以反向阈值切割为核心策略分离叶片与病斑,再以循环遍历模式统计像素点得出病斑面积占比,实现对稻瘟病的快速、精确分级。试验结果表明,该算法模型与专业研究人员人工判定的结果匹配度达95.77%,相对于人工判定,具备更高的稳定性和客观性。目前对稻瘟病病程分级主要依赖研究人员通过经验判定,客观、准确的判定病程对防治稻瘟病具有重要意义。该系统以手机APP为图像采集端口,不依赖其他仪器和设备,通过手机拍照即可实时获得稻瘟病精确的分级结果,降低了研究门槛,提高了科研工作的效率。

关 键 词：水稻病害 稻瘟病 图像处理  机器视觉 GRABCUT 病程分级  

分 类 号：S24]