MATLAB图像识别技术在棉花叶面病虫害识别上的

MATLAB图像识别技术在棉花叶面病虫害识别上的应用

摘 要：棉花是新疆地区种植最为广泛的经济作物，利用MATLAB图像识别技术将相机采集到的患病棉花叶面经过图像灰度化、图像增强、图像二值化、图像形态学处理、图像填充、图像分割等预处理后用函数算法对患病区域面积进行特征参数识别。经试验，在病虫害发生期间，用MATLAB图像识别技术对患蚜虫病棉花叶面检测准确度为87.0%、枯萎病（黄萎病）81.0%、棉铃虫80.0%，说明在实际监测时存在误差，但准确率均达80.0%以上，可用于预防监测。

关键词：MATLAB图像识别;图像处理;函数;算法;特征参数

引言：棉花病虫害种类繁多，危害各不一样，根据发病时期大致可分为苗、蕾、花铃三个时期。棉花病虫害的早期识别和适时防治是棉花高产的重要环节。叶面识别技术的研究就是在机器视觉检测技术的基础上应用而生的，由于机器视觉系统可以快速获取大量信息并自动处理，容易同设计信息以及加工控制信息集成。利用计算机图像处理技术对农产品进行检测已是一种主流技术，在实现农作物叶面疾病识别的的自动化方面，图像识别技术有实时、无损、客观等优点。本文引入工程类 MATLAB软件，编写程序，通过其强大的图像处理技术，利用患病棉花叶面特征参数设计的函数算法有效识别患病棉花对棉农及时防控病虫害提供有效依据。

1.叶面图像采集

棉花叶面图像采集利用像素为4800万的摄像头拍摄得到格式为JPG图像，采集方法简单，没有较高的条件限制，便于该技术大范围推广使用。MATLAB中提供的imread（）函数用于实现图像的读取操作，可读取JPG、TI