摘要:为了提高黄瓜叶部病害检测与染病程度的分级的准确率和效率,本文综合运用图像处理技术、人工神经网络技术,实现黄瓜叶部病害检测与染病程度分级,并主要对发病率高且危害严重的黄瓜霜霉病、白粉病和病毒病进行了试验研究。首先,通过接种方法获得了纯正的黄瓜病害样本,在自然条件下,跟踪采集了染病植株各个发病阶段的样本图像。利用图像处理的去除噪声、图像分割,图像增强等多种基本图像处理的方法对黄瓜叶部病害图像进行了处理,综合运用二次分割的方法将黄瓜病斑从图像中分离出来,为了减少由光照变化产生的干扰,经比较提出了在YUV颜色模型下选取V分量进行病斑分割,经形态学滤波运算后得到病斑区域。其次,对黄瓜叶部病害图像进行了特征分析,通过提取三种特征包括22个特征参数,采用BP算法训练的多层前向人工神经网络对黄瓜病害进行分类,同时,通过精确计算病斑面积与整个叶片面积的比值,得出病害的染病级别。本文中黄瓜叶部病害检测方法、特征提取方法以及染病分级方法的采用,使该计算机视觉系统节省了时间,提高了精度。实验证明,检测系统的黄瓜叶部病害平均识别精度为95.31%,并能够快速准确地对黄瓜叶片病害的染病程度进行分级。