（控制理论与控制工程专业论文）植物黑腐病病斑的自动识别与分析.pdf

植物黑腐病病斑的自动识别与分析 摘要 本文以计算机视觉技术为重要手段，综合运用数字图像处理、 人工神经网络等方法，研究了实现植物黑腐病病斑自动分析的技术， 其主要内容包括： ( 1 ) 设计并提取出经过预处理的黑腐病病斑图像的几何形状特 征。 ( 2 ) 利用颜色矩和红绿象素特征提取病斑的颜色信息并加以分 析。 ( 3 ) 采用二维离散小波变换的方法对病斑斑纹理进行了提取。 ( 4 ) 综合病斑的几何信息、颜色信息和纹理信息，并采用人工 神经网络技术，对植物黑腐病病斑的危害程度进行了量化分级，结合 专家知识，与传统的植物受害程度测定方法相比较。试验表明，该方 法克服了人为因素的影响，提高了植物受害程度的判定精度。 本研究为进一步开发具有应用价值的植物病害自动分析系统提 供了重要的理论基础和应用技术，对缩小我国在农作物自动化管理方 面与发达国家之间的差距，促进计算机视觉技术，人工神经网络和专 家系统等技术在我国农业工程领域的应用具有重要意义。 关键词：数字图像处理模式识别人工神经网络小波变换 黑腐病病斑 t h ea u t or e c o g n i t i o na n da n a l y s i so fp l a n tb l a c kr o t s p o tb a s e do nc o m p u t e rv i s i o n a b s t r a c t i nt h i sd i s s e r t a t i o n ，w er e s e a r c ht h et e c h n o l o g yo f a c t u a f i z ea u t oa n a l y s i so f b l a c k r o ts p o t i nt h er e s e a r c h , w eu s ec o m p u t e rv i s i o nf o rt h ei m p o r t a n tm e a s u r e a tt h e s a l l l ct i m e , w ea d o p to t h e rm e a s u r e si n c l u d ed i # t a li m a g ep r o c e s s i n g , a r t i f i c i a ln e u r a l n e t w o r ka n ds oo i l i nt h i sp a p e r , i ti n c l u d ea sf o l l o w ： 1 ) t od e s i g na n de x t r a c tt h eg e o m e t r yc h a r a c t e ro f b l a c kr o ti m a g e sw h i c hh a v e b e e np r e t r e a t e c l 2 ) t oe x t r a f ta n da n a l y s i sc o l o rc h a r a c t e r so fr o tu s i n gm e t h o d so fc o l o r m o m e n ta n dr e d g r e e np i x e l sc h a r a c t e r s 3 ) t oe x t r a c tt e x t u r ec h a r a c t e ro fr o tu s i n gm e t h o do ft w o - d i m e n s i o nd i s p e r s e w a v e l e tt r a n s f o r m 舢i np r a c t i c a la p p l i c a t i o n , t h eg e o m c ：h - yi n f o r m a t i o n , c o l o ri n f o r m a t i o na n d t e x t u r ei n f o r m a t i o no fs p o ta i n t e g r a t e d w ec l a s s i qt h e s es p o t sb yh a r m e d d e g r e e ，a tl a s tw ec o m p a r e dt h i sm e t h o dw i t ht r a d i t i o n a lm e t h o da n dg o t c o n c l u s i o n ：t h i sn e wm e t h o do v e r c o m et h ei n f e c t i o no fp e r s o n a lf a c t o ra n d i m p r o v et h ed e c i s i o np r e c i s i o n t h er e s e a r c hp r o v i d ei m p o r t a n tt h e o r yb a s i sa n da p p l i c a t i o nt e c h n o l o g yf o r e x p l o i ta u t o - a n a l y s i so f p l a n td i s e a s es y s t e m , i ta l s oh a si m p o r t a n ts i g n i f i c a t i o nf o r r e d u c i n gt h ed i s t a n c eo f a u t o m a t i cm a n a g eb e t w e e no u rc o u n t r ya n dd e v e l o p e d c o u n t r i o s ，i m p r o v i n gt h ea p p l i c a t i o no f c o m p u t e rv i s i o nt e c h n o l o g y , a r t i f i c i a ln e u r a l n e t w o r ka n de x p e r ts y s t e mi na 鲥c u l t i l r ee n g i n e e r i n gf i e l di no u rc o u n t r y k e y w o r d s ：d i g i t a li m a g ep r o c e s s i n g ；p a t t e r nr e c o g n i t i o n ；a r t i f i c i a ln 倒l r a ln e t w o r k ； w a v e l e tt r a n s f o r m ；b l a c kr o ts p o t 关于学位论文使用授权的说明 本人完全了解广谣大学有关保留、使用学位论文的规定，即： 广西大学拥有在著作权法规定范围内学位论文的使用权，其中包 括：( 1 ) 已获学位的研究生必须按学校规定提交学位论文，学校可以 采用影印、缩印或其他复制手段保存研究生上交的学位论文；( 2 ) 为 教学和科研目的，学校可以将公开的学位论文作为资料在图书馆、资 料室等场所供校内师生阅读，或在校园网上供校内师生浏览部分内 容。 本人保证遵守上述规定。 ( 保密的论文在解密后遵守此规定) 作者签名： 日 期： 植物景曩r 靖病斑的白掌h 凡剔点瞪尹斩 第一章引言 1 1课题的背景和意义 十字花科蔬菜黑腐病( 田) 俗称“半边瘫”，是由黄 单孢杆菌侵染引起的细菌性病害，是蔬菜生产中的主要病 害之一。病原菌为野油菜黄单胞菌野油菜致病变种，病菌 随种子、种株或病残体在土壤中越冬，成为第二年的初侵 染源。播种带病种子，病菌从幼苗子叶边缘的水孔侵入而 引起幼苗发病，土壤中的病菌靠雨水、灌溉水、农事操作 和昆虫进行传播，病菌多从叶缘水孔或虫咬伤口侵入。带 病种株病菌进入种荚和种皮，使种子带病，种子带病率可 图卜1 黑腐病痛斑 高达1 0 0 。带病种子是黑腐病远距离传播的主要途径。高 9 温多雨，早播，与十字花科作物连作，管理粗放，虫害严重 的地块，一般病害比较严重。 黑腐病症状一般为：幼苗出土前受害则不能出土，或出土后枯死。成株期 发病，叶部病斑多从叶缘向内发展，形成“v ”字形的黄褐色枯斑，病斑周围淡 黄色，病菌从气孔侵入，则在叶片上形成不正形淡黄褐色病斑，有时病斑沿叶 脉向下发展成网状黄脉，叶中肋呈淡褐形，病部干腐，叶片向一边歪扭，半边 叶片或植株发黄，部分外叶干枯、脱落，严重时植株倒瘫，湿度大时病部产生 黄褐色菌溢或油浸状湿腐，干后似透明薄纸。茎基腐烂，植株萎蔫，纵切可见 髓中空。种株发病，叶片脱落，花薹髓部暗褐色，最后枯死，叶部病斑“v ”字 形。黑腐病病株无臭味，有霉菜干味，可区别于软腐病。被黑腐病为害的植物 易受软腐病菌的感染，从而加重了植物的受害程度。 该菌株能在全球范围内引起所有十字花科植物黑腐病，严重影响主要蔬菜 作物、油料作物及景观植物的产量和品质。 本课题基于植物及微生物遗传工程教育部重点实验室开放课题( 3 0 5 0 3 ) 基 础上进行研究。广西大学的分子遗传研究所的唐纪良、何勇强、陈保善、危广 宁等人采用转座子t n 5 9 i l s a 5 对x c c 野生型菌株8 0 0 4 诱变，获得1 7 2 8 0 株t n 5 9 t m a 5 广西大掌硕士掣啦论文 植物黑庸稿r 病斑的自审腿别与r 分析 突变体，并从中筛选到一批致病缺陷突变体，采用t a ，p 嘲t 致病缺陷突变体的 t n 5 9 u s a 5 插入位点进行定位，发现5 株突变体的t n 5 9 u s a 5 插在8 0 0 4 菌株的基因组 o r f l 8 5 7 内，该o r f 功能尚未见报道。序列分析表明，o r f l 8 5 7 演绎的编码产物 与铜绿假单胞菌( p s e u d o m o n a s ea e m g i n o s a ) 的w b p l 基因演绎的编码产物具有3 3 的一致性和4 5 的相似性，并具有第4 家族的糖基转移酶功能域，因此暂将 o r f l 8 5 7 命名为w b x l 基因。对w b x l 基因进行缺失，获得的缺失突变体用剪叶法接 种到寄主萝h 叶片时，缺失突变体完全丧失致病性，一段p c r 合成的包含w b x l 基 因的d n a 片段能互补缺失突变体，恢复缺失突变体的致病性。这证实w b x l 基因是 ) 【c c 的一个新的致病相关基因。 为了研究不同致病基因变种病菌对植物的侵害能力，必须对病菌的生成过 程和危害程度进行测定和分析，目前该方面的研究工作主要靠人工测量和分析。 人工测量的方法效率低，导致研究周期长，而且不能保证测量的精确度，标准 很难统一，无法实现快速准确的数据统计和分析管理。 计算机视觉是以计算机和图像获取部分为工具，以图像处理技术、图像分 析技术、模式识别技术、人工智能技术为依托，处理所获得的图像信号，并从 图像中获取某些特定信息。计算机视觉技术无需接触特定对象便可从获取的图 像中得到大量的信息，和人工测量相比具有效率高、识别率高、标准统一的优 点。通过对这些信息的分析得到物体尺寸、表面缺陷、粗糙度、颜色、纹理等 具体信息，进而实现智能化的自动综合评价，是传统检测和测定方法不能做到 的，极大地改变了传统的检测与检验手段。它最大的特点是非接触式的，并且 可同时完成多种检测任务，通过在计算机上实施多种自动识别技术和智能技术 可极大提高检测与识别任务的自动化水平和智能水平，从而达到快速准确地测 定与分析病斑，确定病害程度，为下一步的科学研究提供可靠的测定分析平台， 进而为农业生产服务。因此对本课题展开研究具有深远的意义。 2 广曩r 夫摩呵士掌位论文植物暴庸靖囊斑的自鼋争珉_ 嗣 防析 1 2 国内外研究概况及发展动态 1 2 1 计算机图像处理技术在植物病害诊断中的应用 植物病害是指植物受到其它生物的浸染或由不适宜的环境条件而引起的正 常生理机能的破坏。植物得病以后，其新陈代谢发生一定的改变，这种改变可 以引起植物细胞和植物外部形态的改变，使植物表现不正常，这种外部的改变 称作症状。通过症状来判断植物染病的原因和确定其受害程度称为植物病害的 诊断。 植物病害的类型分为两种，浸染性病害和非浸染性病害。浸染性病害是由 病原生物浸染而引起的病害。比如，植物的锈病是由真菌引起，在多种植物中 均可以危害。植物的非浸染性病害是由于不适宜的环境条件引起的。比如，植 物由于营养物质缺乏而引起的缺素症；由环境中的有害气体而引起的污染性病 害：由于杂草的疯长面引起的杂草病害等。 植物的病害绝大部分可引起全身症状，但是由于其致病的病原物的不同， 形成了对植物的主要危害部位的不相同。比如，植物的锈菌、半知菌主要危害 植物的叶片，引起植物发生锈病、叶斑病：红粉病菌主要危害苹果、梨等瓜果类 的果实，而且在瓜果的储藏期亦可以危害。尽管植物病害的症状是各种各样的， 但是绝大多数的病害症状或多或少均会在植物的叶子上表现出来，使叶子的颜 色、形状、纹理发生变化，出现病斑、斑纹分布。因此，这就为我们采用计算 机数字图像处理技术，通过植物的病叶来判断植物的染病情况提供了可能性。 计算机数字图像处理技术是近4 0 年来伴随着计算机技术的发展应运而生的一门 技术。自8 0 年代中期，它开始应用到植物病害的诊断研究中。 1 9 8 5 年，安冈善文【1 】等人对作物叶片受有害气体s 0 2 污染的红外图像进行 了研究，叶子的红外图像清晰的显示出了叶子被污染的区域，这说明植物的染 病情况是可以通过植物的病叶来判断的。 1 9 8 9 年，穗波信雄1 2 】以茨菇的缺素症进行了研究。穗波信雄从含有病态的 叶子图像中去除背景，从含有叶子的图像中分别提取叶子正常和病态部分的色 度直方图进行讨论。穗波信雄认为，茨菇认为。茨菇叶子正常部分r 成分的值在 2 3 2 5 ，病态部分在2 6 3 1 ，两者差异较大；当缺乏c a 、m g 元素时，病态部 广西大掣q 甄士学位论文 植物景庸病病斑的自动讽王n 肪析 分的叶子g 成分略小于正常部分，而缺铁时两者基本相等，但离散程度不同； 缺m g 时，正常和病态部分的b 成分差异很大。穗波信雄又进一步提取了缺少各 种元素的叶子正常和病态部分的面积。研究结果表明，用病态面积的百分比可 以回判叶子出现症状的原因，但是在抽取叶子病态部分的面积时，由于作者抽 取阀值的选取没有进行优化，致使抽取的病态面积偏大。 1 9 9 5 年，m a s a h a r uo k a d 0 1 3 】等人针对水稻栽培的施肥管理，进行了水稻叶 色的测定研究，其图像处理流程图如图所示。m a s a h a r u 应用3 层b p 网络对水 稻进行识别，并且对识别出的水稻部分，根据标准调色板对其进行灰度值校正， 以排除光照条件引起的误差。在此基础上，m a s a h a r u 进一步探讨了数字图像的 r g b 值与叶绿素计测定值之间的关系，采用多元二次回归式求得以图像的r g b 值为白变量的叶绿素计测定值的估计值公式，将校正后的图像r g b 值代入此估 计值公式，即可求得叶绿素计测定值的推定值。m a s a h a r u 在水稻识别的过程中 水稻识别的速度较慢，正确识别率较低。 田1 - 2 水稻叶色图像处理流程图 f i g u r e l - 2 s e q u e n c e o f f i c e l e a v e s c o l o r i m a g e p r o c e s s i n g 田1 - 3 多通道滤波c o d 水稻叶色判定系统蓑王图 f i g o r e l - 3 d c v i f i g u r e o f f i c e l e a v e s c o l o r d e t e r m i n i n g 掣蛔n o f r a u l t i c h a t m e lf i l t e r c c d 1 9 9 6 年，i s a ot a d a l 4 1 采用多 通道滤波c c d 对水稻叶色进行了 判定识别，其系统装置如图所示。 十片滤波器组成了旋转滤波机构， 由马达驱动。测定时，用c c d 摄 取通过旋转滤波器的图像。旋转l 周摄取1 0 幅图像为1 分类，能够 根据叶色的变化进行自动分类，分 类的方法采用f o l e y - s a m m o n t r a n s f o r m 变换，形成7 个级别的分类。其缺点是：没有学习过的样本不能进行 分类识别。 4 植物黑曩r 病靖斑的自霉争湖捌点防析 1 9 9 9 年， 理如图所示。 y u a t a k as a s a k i 5 】研究了黄瓜炭疽病的自动诊断技术，其系统原 从9 0 年代初期开始，我国一些农业院校和科 研院所陆续地将计算机图像处理技术应用于农业 工程的研究中【4 1 。虽然较之国外的发展历史要短， 但是近几年有了长足的长进，逐步转向实用化。我 国农业计算机图像处理工作者绝大部分的工作，仍 然集中在农产品的品质检测中，而将计算机图像处 理技术应用于植物病害诊断与分析方面的成果尚 未见报道。 图1 - 4 黄瓜炭疽病的自动诊断系统 f i g u m l - - 4s c h e m a t i cf i g u r eo f a u t o m a h t d i a g l l o s i ss y s t e m o f c u c u m b e r t h r a c i c 1 2 2 计算机图像处理在叶片图像分析方面的相关产品 在利用计算机视觉进行叶面的图像分析方面，国外很早就开始进行了研究， 现在已较为成熟，并已有成品在市场上出现。英国 的w i n d i a s 图像分析系统( 图) 采用图像采集卡、 彩色c c d 摄像头对叶片图像进行实时捕获，取样时 间为1 2 5 秒，测量面积误差4 ，并且采用 w d i g s 一2 软件可以实现自动辨别叶片损伤或病变面 积，种子和根尖记数等功能。产自英国的s k y e 叶面 及根系图像分析系统具有叶总量记数、叶长、叶宽、 周长、面积、虫害或损害面积计算的功能。加拿大的图l 一5w l n d i a s 图像分析系统 植物图像分析系统( r e g e n t ) 组件中包含的阔叶图像篓= w 1 n d l s 妇g e ”出y 8 i 3 分析系统( f o l i a ) 除了测定叶片面积和进行形态学分 析，还可用来进行植物叶面病害或昆虫破坏部位的定量分析。产自美国的计算 机图像分析系统( c i a s ) 采用高分辨率彩色视频相机获取图像，使用标准台式微 机的软件包可以帮助分析害虫对叶片的损害、叶片或根部的损伤尺寸和程度、 叶片颜色的变化、病害等级、喷洒药物的分布、根长、叶片的面积、长度、宽 广置r 大掣嘲士掌位论文 擅物景庸腐靖斑的自动识别与仿析 度、周长等。但是这些产品主要是交互式的设备，自动化程度不是很高，而且 国外至今并无专门针对黑腐病进行分析的研究及相关报道出现。 1 3 本项研究的主要内容 用工业彩色c c d 摄像头和图像采集卡，采集带病斑叶片整个表面的图像，送 入计算机，经图像处理、分析和识别，根据病斑部分的颜色、光泽、纹理等特 征，将病斑检测并分割出来，本课题在已经检测并分割出病斑的基础上，计算 其面积大小，提取并分析其颜色、纹理、形状等特征，同时建立病斑数据统计 库进行统计分析。根据所提取出的特征分析病斑特征与病斑生长周期的关系。 主要步骤包括： 1 ) 图像采集：利用摄像头和图像采集卡构造的图像采集系统对植物叶片进行采 集，采集后的图像送入计算机进行处理。 2 ) 病斑部分特征提取：提取病斑部分的特征，为下一步的分类和进一步的科学 研究做准备。常见的特征有：1 、几何形状特征，2 、颜色特征，3 、纹理特 征，4 、其它特征。 3 )模式分类：采用人工神经网络的方法，根据提取的病斑特征，对病斑进行 分类和分级，并且于传统的病菌危害程度测定方法进行比较。 4 )根据病斑识别结果，建立病斑分析系统，分析病害程度以及病斑特征与病 斑生长周期以及基因改造的关系，并建立病害信息统计和管理数据库。 1 4 本项研究的技术路线； i 采用c c d 摄像机、图像采集卡、数字扫描仪、台式计算机建立适用于室内 工作的植物黑腐病自动分析硬件系统。 2 研究自动分析黑腐病病害的图像处理算法。采用m a t l a b 编程，开发自动 检测分析黑腐病病害的软件。 6 檀物曩曩| 靖腐斑的自荤，识别与r 分析 3 通过实验检验本文研究方法的正确性和实用性( 图) 。 田i 6 黑腐病痛斑自动识别与分析技术路线图 f 嘻i - 6b l a c kr o ta u t o - r e c o g n i z ea n da n a l y s i st e c h n i q u e r o u t e 7 广西大掌硪士掌位论文植物黑詹病靖斑的自动识别皇份析 第二章植物黑腐病病斑形态信息的提取与分析 2 1本章引论 植物病害的诊断包括病种的识别和受害程度的确定。目前，植物病害的诊 断基本上是凭借植保专家和农民以往的经验和病理学知识进行分析和判断，但 由于植物病症往往是模糊的，植保专家确诊的病历记录又常常是不完整的，有 时甚至是错误的，加上植物病害的诊断缺乏客观定量的尺度，因此即使有经验 的植保专家在进行植物病害的诊断时也常常会出现偏差。随着图像处理和模式 识别技术的发展，用计算机图像处理技术进行病斑的识别和精确的测量已经成 为可能。 对植物病害的分析一般选择以下三类有代表的特征来进行：病斑的形状、 病斑的颜色、病斑的纹理。上述的特征在图像处理过程中可以抽取出来，根据 抽取的特征，即可找出识别分类的正确规则，从而可以进行植物病害的图像识 别工作。 基于上述的分析，本章对植物病害原始图像预处理的基础之上，运用形态 信息对植物病害图像进行形态特征的提取，在此基础上对植物病种进行了识 别。试验结果表明，本章提出的方法可以有效地对植物黑腐病的病斑进行自动 识别和分析。 2 2 黑腐病病害的症状 十字花科蔬菜黑腐病( c r u c i f e r s b l a c k r o t ) 为十字花科类植物的一种常见病，各 地都有发生，危害多种十字花科蔬菜，如白菜、甘蓝、花椰菜、萝h 、荠菜和 芜菁等。以甘蓝、花椰菜和萝卜被害较为普遍。分布很广，有的地区或个别地 块也能造成较大的损失。例如陕西武功一带，萝卜的病株率可高达3 0 。经贮 藏后块根腐烂率约为5 1 0 。花椰菜的枯死率流行年份可达3 0 以上。 1 病原特性 黑腐病的病原菌为( x a n t h o m o n a sc a m p e s t r i sp v c a m p e s t r i s ) ( 图) 。菌体短 8 广西大掌硕士掌位论文植物熹曩r 病t 斑的自动识别冉防析 杆状，大小为0 4 0 5 x 0 7 3 0 | lm ，一端生单鞭毛。无芽 孢，有荚膜，可链生。革兰氏染色阴性反应。好气性。在牛 肉琼脂培养基上，菌落灰黄色，圆形或稍不规则形，表面湿 润有光泽，但不粘滑，在马铃薯培养基上。菌落呈浓厚的黄 色粘稠状。病菌生长发育的适温为2 5 3 0 c ，最低5 c 。最 高3 8 3 9 c ，致死温度5 1 c 弱碱性( p h 7 ，4 ) 繁殖最好， 图2 - 1 黑腐病藉原茸 对干燥之抵抗力很强，干燥状态可存活十二个月。睁2 1b h 墩谳 一 2 发生规律 1。 病菌在种子内和病残体上越冬。播种带病的种子，病菌能从幼苗子叶叶缘 的水孔侵入，引起发病。病菌随病残体遗留田间，也是重要的初侵染源，一般 情况病菌只能在土壤中存活一年。病残体完全腐解后，病菌亦随之消亡。成株 叶片受侵染后，病菌多从叶缘水孔或害虫咬伤的伤口侵入，侵入以后病菌先危 害少数的薄壁组织，然后进入维管柬组织。并随之上下扩展，可以造成系统性 侵染。在染病的留种株上，病菌可从果柄维管束进入种荚而使种子表面带菌， 并可从种脐入侵而使种皮带菌。带菌的种子是该病远距离传播的主要途径。在 田问，病菌主要借助雨水、昆虫、肥料等传播。高湿多雨有利于发病。连作地 往往发病重。 3 病害症状 黑腐病是一种细菌引起的维管束病害，它的症状特征是引起幼苗被害，子 叶呈现水浸状，逐渐枯死或蔓延至真叶，使真叶的叶脉上出现小黑斑或细黑条。 成株发病多从叶缘和虫伤处开始，出现“v ”字形的黄褐斑，该部叶脉坏死变黑。 病菌能沿叶脉、叶柄发展，蔓延到茎部和根部，致使茎部根部的维管束变黑， 植株叶片枯死。萝卜肉根被害，外部症状常不明显，但切开后可见维管束环变 黑，严重的，内部组织干腐，变为空心。 甘蓝、花椰菜之幼苗上自叶缘顶部凹陷处开始变黑，以叶脉为中心扩大， 继而子叶枯萎垂下。叶片发病时，新叶变黑而苗枯死。如未枯死时，仅未受害 处生长，呈畸形。老熟的叶子，以下叶较易发病，叶缘成v 形或不正圆形黄变， 之后，变暗褐色，局部的叶脉变褐色或紫黑色，呈明显的脉络状。被害部渐干 燥变薄皮状后坏死。结球后的甘蓝发病时，球颈上生出淡黑色病斑，局部的叶 9 广西大掌硪士掌位论文植物累r 腐病病斑的自毒h r 别与仿析 脉变紫黑色而渐扩大，但不会软化腐败。根茎部被侵害时，导管部变黑而渐腐 败，根茎内生出空洞。但不至于软化崩坏或发出恶臭味，偶尔之软化腐败乃由 于二次寄生菌所引起。 萝b 、芜菁叶上初期叶缘变黄色，接着叶脉变黑，之后，叶全部交黑，但 不形成特定的病斑。发病初期根部外观没什么异常，如把健病两种根透视比较 时，健者白色且有生气勃勃之感，而病者则稍呈饴色。被害根切断观察，导管 部黑变，病势渐形严重对，由导管部渐腐烂，中心消失变空状。偶尔病势进行 停止，自根冠再簇生叶子。与软腐病不同的是，此病不软化无恶臭味。 囤2 2 早期病斑 f i g 2 2n o n a g es p o t 图2 - 3 中期病斑 f i g 2 dm e t a p h ms p m 田2 4 末期藕斑 f i g 2 - 4 砌o p h a s p m l o g - 西大掣q 曩士掌位论文植物具庸靳靖斑的白亏 r 别与防析 2 3 黑腐病病斑的几何形状分析和识别 2 3 1 病斑的几何形状特征【侮铜 对计算机图像识别系统而言，物体的形状是一个赖以识别的重要特征。一 个图像形状和结构特征有两种形式，一种是数字特征主要包括几何属性( 如长 短、面积、距离和凹凸性等) ，统计属性( 如黑色象素点在垂直方向的投影) 和 拓扑属性( 如连通、欧拉数) ；另一种是由字符串和图等所表示的句法语言。它 可以刻画某图像不同部分之间的相互关系( 如文字识别中的笔划关系) 。 由于黑腐病病斑的生长发展有一定的规律，初期病斑较小，而且多成圆形； 中期病斑面积变大，形状近似倒“v ”字形，有时边上会伴有不规则黄色退晕带； 到了末期，病斑面积成形，面积较大，形状也变成较为固定的倒“v ”字形。如 下图： 田2 - 5 早期中期和束期痛斑 f i g 2 - 5i n i t i a l m e t a p h a s ea n dt e j o p h a s es p o t 根据病斑生长的这种规律，我们可以设计出一系列病斑的几何形状特征， 由于是几何特征，所以在设计时应注意使得特征具有相对性、相对性和平移不 变性。根据以上原则，我们设计出了下列特征，计算公式如下： 1 病斑区域与叶片区域的面积比p s p 2 i ( 2 1 ) 式中，s 为叶片面积，s 为病斑面积，叶片和病斑区域面积可以通过扫描图像， 累加同一标记区域中象素的个数来表示。 2 病斑区域的圆形度c 广西，叫蝴士掌位 e 文棚1 0 b q 1 曩r 庸病纛e 的白军 r 剃皇份析 圆形度c 描述的是病斑形状接近圆形的程度，其计算公式为： c = 等 ( 2 - 2 ) 式中，s 表示的是病斑面积，为病斑周长：c 值的范围是o l ，在相同面积的 条件下，当病斑区域为圆形时周长最短，其圆形度为c = 1 。病斑区域越偏离圆 形，则c 值越小。 3 病斑区域长、宽比e e = 型m a x 裴器 ( 2 - 3 ) 宽度，高度， 7 病斑区域越细长，e 越小，当病斑区域为圆形时，e = 1 。 4 病斑形状复杂性p 形状复杂性可以用离散指数p 来表示，其计算公式 上2 p = 一 s ( 2 4 ) 式中，上表示周长，s 表示面积，用离散指数p 来描述单位面积图形的周长大小。 p 越大，表示单位面积图形周长越大，t l p 图形离散，为复杂图形；反之则为简单 图形。 5 从重心到轮廓线的长度的平均变动系数d 如果从病斑重心出发，每隔1 0 0 对病斑轮廓进行扫描，设重心到轮廓的距离 分别为，其中h = 1 0 0 , 2 0 0 3 5 0 0 ，则平均变动系数： d 寺戋掣， 协s ， 其中，重心坐标( m ，一) 为： m 2 m ( 1 ，o ) 7 肘( o ，o l( 2 6 ) 弹= m ( o ，1 ) m ( o ，o ) j 植物嘉腐病靖斑的自芎争l 凡墨口与r 分析 式中，肘( o o ) 为病斑图像的零阶矩，m ( i ，0 ) 和m ( o ，1 ) 为图像的一阶矩，其计算公 式为： m ( o ，o ) = f ( i ，j ) ( f ，j ) e ， m ( 1 ，o ) = f ( f ，j ) ( f 】e j 掰( o ，1 ) = j f ( i , j ) ( f ，) e o ( 2 7 ) 6 病斑的凹凸率a 凹凸率表示图形的凹凸性。图形内任意两象素间的连线穿过图形外的象素， 则此图形为凹图形；图形内任意两象素间的连线不穿过图形外的象素，则称为 凸图形。包含任一凹图形的最小凸图形称为该凹图形的凸封闭包。凹性率计算 公式如下： 彳：笠( 2 8 ) 式中，& 为凹形面积，可将凸封闭包减去凹图形得到，s 为图形面积。 7 区域矩特征 区域矩特征是利用力学中矩的概念，将区域内部的象素作为质点，象素的 坐标作为力臂，从而以各阶矩的形式来表示区域形状特征。 设图形各象素的质量为l ；s 为图形面积；i ，j 为图形内象索的坐标，则矩 的公式为： m ( p ，g ) _ ，乏i 9 ，9 f ( i ，) ( 2 9 ) u ，j ) s s m 为不同p ，g 值下的图形的矩；f ( i ，j ) 相当于一个象素的质量，当p ，g 取 值不同，可得阶数不同的矩。 广西大孽q 曩士掌位论： 植物i a g 病病斑的自零争讽别与分析 8 病斑区域重心( n ) 病斑区域重心坐标为： ”州1 2 j 罂：! ： ( 2 1 0 ) = m ( o ，1 ) 材( o o ) j 式中，m ( o ，o ) 为病斑图形的零阶矩， m ( i ，o ) 和m ( o 1 ) 为病斑图形的一阶矩，其计 算公式分别为， m ( o ，o ) = f ( i ，) ( i ，j ) e o m o ，o ) = i f ( i ，) 【f ，) j m ( o ，1 ) = j f ( i ，- ，) ( f ，d e s ( 2 1 1 ) 式中，f ，j 为病斑区域内象素的坐标，o ，j ) 为病斑区域内每一个象素的质量。 9 等效椭圆的长轴a ，短轴b 和长短轴比a b 等效椭圆是指与图形的面积和极惯性矩相同的椭圆。等效椭圆的长轴a ，短 轴b 可由病斑的面积s 和极惯性矩m 通过下式求得： 6：2、(2m_44m2_s4z2)s ( 2 1 2 ) 由上式即可求得等效椭圆的长短轴之比a b 。其中m 为极惯性矩，其计算公 式如下： m = m ( 2 ，o ) + m ( o ，2 )( 2 - 1 3 ) e l l e n 黑盈r 靖病斑的自鼋怫l 别与瞪尹析 2 3 2 病斑形态特征的选择 为了能够正确识别病斑，我们根据实际需要，从己提取的形态特征中选择 了5 种特征进行病斑识别，如下表 序号 x l k x 3 k 2 3 3 实验材料 符号 p c e e 意义 病斑面积与叶片面积比 病斑区域的圆形度 病斑区域的长宽比 病斑形状的复杂性 由于实验室内培育的黑腐病的发病周期一般为6 天，我们在2 0 0 6 年4 月3 日2 0 0 6 年4 月8 日间，在温度为2 4 2 8 ，湿度为8 0 的广西大学生命科学 院温室内，每天随机采取样本8 0 多枚，共计采取样本5 0 0 余枚。将其全部扫描 为图片后，经过图像预处理，分割出病斑后分类保存。其中发病初期1 2 天作 为早期，发病3 4 天作为中期，发病5 6 天作为末期。所提取的病斑图片大 小为3 0 0 x 3 0 0 。 2 3 4 实验结果及有效性分析 在所存的图片库中随机抽取早期图片2 5 张，中期图片3 5 张，末期图片3 9 张。利用m a t l a b 进行编程，得到的结果如图( 2 6 ) 所示。由以上结果可以发现， 末期病斑形状较为固定，特征非常明显。而初期病斑的形状则很不稳定，变动 很大。由于初期病斑的特征不收敛，几乎包含了中期和末期病斑的所有可能； 另外中期病斑虽然收敛，但是和末期病斑特征较为重合，即相似度很大，分辨 率不高；所以单凭几何特征很难准确的将病斑区分开来。事实上实验结果也证 明了这一点。所以我们又从病斑的颜色方面入手，提取了病斑的颜色特征。 广西大掌硬士掌位论文 植物囊曩r 庸庸斑的自鼋搬别点r 分析 田2 6 ( 左上) 面积比( 右上) 田形度 ( 左下) 长宽比( 右下) 复杂性 f i 辱撕o m - u p ) 跏r a t i o 椰g i l p ) 舢d 出伊0 硼d a 帆) 髓p e c t 栅。们曲t - 曲州i ) c 唧i 硎t y 1 6 广西大尊嘎士掌位能i 支 植物景曩 病囊斑的白鼋腿别与仿析 第三章植物黑腐病病斑颜色信息的提取与分析 颜色是物体表面的一种视觉特性，每种物体都有其特有的颜色特征，同一类 物体往往有着相似的色彩特征，因此我们可以根据颜色特征来区分物体。由于 颜色具有与生俱来的旋转不变性和尺度不变性，得到了研究人员的广泛关注。 在本章中，我们提取病斑的颜色矩，和红绿象素特征进行分析。 3 1 彩色空间的选择 图像处理用最常用的颜色模型有r g b 、y i q 、l a b 、h s v 等，这些颜色模型 可分为两类，一类面向诸如彩色显示器或打印机之类的硬设备。另一类面向以 彩色处理为目的的应用，如动画中的彩色图形。面向硬设备的最常用彩色模型 是r g b 模型，而面向彩色处理的最常用的模型是h i s 模型。其中h 表示色调 ( h u e ) ，s 表示饱和度( s a t u r a t i o n ) ，i 表示强度( i n t e n s i t y ，一般指亮度( h s b ) 或者灰度值( h s v ) ) 3 。1 。1r g b 模型 r g b 模型( 图) 基于笛卡儿坐标系统，3 个轴分别为r ，g ，b 。我们感兴趣的部分是个正 方体。原点对应黑色，离原点最远的顶点对应白 色。在这个模型中，从黑到白的灰度值分布在从 原点到离原点最远顶点间的连线上，而立方体内 其余各点对应不同的颜色，可用从原点到该点的 矢量表示。为方便我们将立方体归一化为单位立 方体，这样所有的r ，g ，b 的值都在区间【o ，l 】中。 f i i 目孚3 3 - 1 i r r g b g b 模m o 型d e l 根据这个模型，每幅彩色图像包括3 个独立的基色平 面，或者说可分解到3 个平面上。反过来如果i 幅图像可被表示为3 个平面， 使用这个模型比较方便。例如在处理多频谱的卫星遥感图像时常用r g b 模型。 1 7 f - 。冒大掣嘎士掌位论文捌l 物累腐靖靖斑的自荤h r 别皇r j 争析 3 1 2h s i 颜色模型 另一个有用的颜色模型是h s i 颜色模型，它是m u n s e u 提出的颜色模型，这 种颜色模型更加符合人的视觉器官感受颜色的方式，同时也有利于图像处理。 该模型面向用户，从人的视觉系统出发，用色调h ( h u e ) 、饱和度s ( s a t u r a t i o n ) 、 强度i ( i n t e n s i t y ) 来描述颜色。h s i 颜色空间可以用一个圆锥空间模型来描述，如 图所示。垂直轴线代表颜色亮度i ，离中心轴线的径向距离代表饱和度s ，由色 点矢量绕中心轴线旋转的角度表示色调h 。由于人的视觉系统更加符合h s i 颜 色空间，它比r g b 颜色空间更加符合人的视觉特性，所以h s i 颜色模型是一个 理想的研究图像处理算法的工具，图像处理和计算机视觉中的大量算法均可在。 h s i 颜色空间中方便地使用，大大简化了图像处理和分析过程。 h ( h u e ) 是指色调，它表明颜色的种类，由角度表示，彩色的色调反映了该 彩色最接近什么样的光谱波长( 即彩虹中的那种颜色) 如图3 2 中的圆锥底面所 示，可假定0 。的彩色为红色，1 2 0 。的彩色为绿色，2 4 0 。的彩色为蓝色。色调 从0 。变到2 4 0 。覆盖了所有可见光谱的彩色，在2 4 0 0 3 0 0 0 之间是人眼可见的 非光谱色( 紫色) 。 s ( s a t u r a t i o n ) 是指饱和度，它表示颜色的浓淡程度，它是以图3 4 中圆 锥底面为色环的原点( 圆心) 到彩色点的半径的长度。在环的外围圆周是纯的 或称饱和的颜色，其饱和度值为1 。在圆心是中性( 灰色) 影调，即饱和度为 o 。 色调h 和饱和度s 是h s i 颜色模型中包含彩色信息的两个参数，通常 把色调和饱和度合称为色度，表示颜色的类别与深浅程度，图3 2 中圆锥底 面色环描述了这两个参数。 i ( h l t s i 啪是h s i 颜色模型的另一个参数，它表示颜色的强度或亮度，是 指人跟所感觉到的颜色明暗程度的物理量。强度值确定了像素的整体亮度，而 不管彩色是什么颜色，可以通过把r g b 分量求均值将彩色图像转化为单色图像， 这样就丢失了彩色信息。在图3 2 中，亮度影调沿着圆锥轴线从下部顶点的黑逐 渐变化到上部底面的白。具有最高亮度和最大饱和度的颜色位于圆锥上部底面 的圆周上。 很多实用系统都用到h s i 颜色模型，如：自动判断水果和蔬菜的成熟度的 擅物黑庸病病斑的白龟n 删与仿析 图像处理系统，用颜色样本匹配或检测彩色产品品质的图像处理系统等。在这 些相似的应用中，关键是把系统操作建立在颜色特性上，人们用这些特性完成 特定的任务。 3 1 3 颜色模型的选择 c ( 1 1 2 生一i 大 孟( 巍萨r f 0 k 图3 - 2h s v 模型 f 培3 - 2h s v i o d e l 红( 0 0 ) 8 由于r g b 颜色模型的主要缺点是不直观，从r g b 值中很难知道该值所表 示的颜色的认知属性，其次，r g b 颜色模型是最不均匀的颜色空间之一。两点 间的欧氏距离与颜色距离不成线性比例，也就是说两个颜色之间的视觉差异不 能表示为该颜色空间中两个色点之间的距离。另外r g b 的不足还表现为r g b 值之间的高相关性，即r g b 空间不具有进行彩色图像处理所要求的独立性和均 匀性指标，所以我们在提取病斑颜色特征时采用了均匀性更好的h s v 空间。 3 1 4r g b 与h $ 1 颜色模型相互之问的转换 在图像处理的过程中，有时需要在r g b 和h s i 这两个颜色模型之间转 换，因为某些处理在某个颜色模型中会更加方便。 当颜色空间从r g b 模型转换到h s i 模型时，对于【o ，2 5 5 1 范围内的r 、 g 、b 值，其坐标变换后相对应的h s i 模型中的h 、s 、1 分量可分别由下列 公式计算： 广西大掌司l 士掌位论文捌l 物黑庸靖病斑的自霉h r 剔点r 分析 ，：r + g + b 3 s ：1 一m i n ( r , g , b ) ( r + g + b ) 3 ( 3 - 1 ) h = c o s - 1 - 墼三丝丝三型! ， ( r g ) 2 + ( r b ) ( g b ) 由式( 3 5 ) 计算得到的h 值在【0 。，1 8 0 。】之间，即对应g b 条件下的 情况。当g b 时，h 的值应该大于1 8 0 。，这时h 值应为 h = ，s 。一c o s 。t j i i ；丢；i 瀚 cs ：， 、，( r g ) 2 + ( r b ) ( g 一占) 。 所以h 分量值的范围在【o 。，3 6 0 。】之间。而根据式( 3 5 ) 和式( 3 6 ) ，1 分量 值的范围在【0 ，2 5 5 1 z n ，s 分量值的范围在【0 ，l 】之间。 当颜色空间从h s i 模型转换到r g b 模型时，转换公式根据要转换的颜色点 落在色环的哪个扇形区域内有所不同，转换公式利用其对称性可划分为三段： 当h 在0 。 = h 1 2 0 。时： 五= 去n + 嚣 b = 去( 1 咽 g ：矗l r b 一日1 当h 在1 2 0 。 = h 2 4 0 。时： g = 扣+ 舞 凡：乓( 1 一研 4 3 b ：矗l r g ( 3 - 3 ) ( 3 4 ) f - 西大掣“曩士掌位论文柚l 物累，曩r 庸靖斑的自鼋h 凡剔与吩析 当h 在2 4 0 。 = h 胄转变为g n 一1 ，那么定义，( f + 工，_ ，+ 力= o 。所以以石，y ) 也 可以看成一副图像，大小为n x n 。 利用自相关函数p ( 工，y ) 随x 、y 大小而变化的规律，可以描述图像的纹理特 征 定义d = 研，则z = 0 ，y = o 时a ( x ，y ) = 1 达到最大值。如果图像的纹 广西大掌硪士掌位论文 植物景曩| 病病斑的自善识j , j 点防