基于块标记的田间叶片损伤区域分割方法

作     者：张水发 王开义 祖琴 黄姗 潘守慧 王志彬 李明远 Zhang Shuifa;Wang Kaiyi;Zu Qin;Huang Shan;Pan Shouhui;Wang Zhibin;Li Mingyuan

作者机构：北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 国家粮食局科学研究院北京100037 北京市农林科学院植保环保研究所北京100097 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2014年第30卷第21期

页      面：218-225页

核心收录：

学科分类：0710[理学-生物学] 1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：农业部公益性行业科研专项项目支持(201203026) 

主　　题：计算机视觉 图像分割 病害控制 块标记 营养元素缺乏 

摘      要：为了在田间开放环境中有效分割叶片损伤区域,该文结合Canny算子良好的边缘提取能力和叶片局部颜色变化相对较小的特征,提出基于块标记的叶片损伤区域分割方法,用于评价叶片损伤程度。使用Android系统手机在晴天大田开放环境中采集木耳菜、西红柿、黄瓜、茄子、桃、彩椒和蛾眉豆7种常见农作物叶片图像,在阴天采集丝瓜、葫芦、甜瓜、茄子和黄瓜5种叶片图像,然后进行分割。该分割算法在晴天和阴天总体的平均正确分类率为97.5%,平均错误分类率为0.3%,并且有较好的目标一致性和边缘清晰度。应用系统对叶片损伤程度的评价结果与手工分割比较,在晴天和阴天采集图像上的平均误差分别为2.340%和1.475%,可较好地应用于晴天和阴天环境。该方法可探索应用于田间植物叶片损伤程度评价。