圖像識(shí)別技術(shù)在藍(lán)莓病蟲(chóng)害診斷中的應(yīng)用研究

李沖 楊靖

摘 要：隨著科學(xué)技術(shù)的發(fā)展，圖像識(shí)別技術(shù)不斷成熟，其影響已經(jīng)滲透到了農(nóng)業(yè)工程領(lǐng)域。農(nóng)作物病蟲(chóng)害識(shí)別技術(shù)具有高效、準(zhǔn)確等特點(diǎn)，有著替代傳統(tǒng)人工識(shí)別方法的潛力和趨勢(shì)。文中對(duì)圖像識(shí)別技術(shù)的內(nèi)涵進(jìn)行概述，為提高藍(lán)莓病蟲(chóng)害的識(shí)別效率及準(zhǔn)確率，協(xié)助開(kāi)展藍(lán)莓病蟲(chóng)害防治工作，提出了構(gòu)建藍(lán)莓病蟲(chóng)害圖像識(shí)別系統(tǒng)的方案。

關(guān)鍵詞：圖像識(shí)別；圖像處理；病蟲(chóng)害；診斷

中圖分類(lèi)號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2018）08-00-02

0 引 言

我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，農(nóng)業(yè)對(duì)社會(huì)經(jīng)濟(jì)的持續(xù)發(fā)展有著重要影響，病蟲(chóng)害是導(dǎo)致農(nóng)作物減產(chǎn)降質(zhì)的一個(gè)主要原因。傳統(tǒng)的農(nóng)作物病蟲(chóng)害檢測(cè)往往通過(guò)人的肉眼去觀察，然后根據(jù)個(gè)人經(jīng)驗(yàn)進(jìn)行判斷，不僅費(fèi)時(shí)費(fèi)力、效率低下，而且容易造成誤判。如何快速、準(zhǔn)確地識(shí)別農(nóng)作物病蟲(chóng)害已成為迫切需要解決的問(wèn)題。圖像識(shí)別技術(shù)具有便捷、快速、準(zhǔn)確等特點(diǎn)，可以很好地解決現(xiàn)有問(wèn)題。

1 圖像識(shí)別技術(shù)

計(jì)算機(jī)圖像識(shí)別技術(shù)主要利用計(jì)算機(jī)系統(tǒng)對(duì)目標(biāo)圖像進(jìn)行處理與分析，進(jìn)而識(shí)別圖像?？蓪⒂?jì)算機(jī)圖像識(shí)別技術(shù)理解為圖像處理與識(shí)別的總和，在計(jì)算機(jī)的支持下完成對(duì)目標(biāo)圖像的處理，具體包括處理分辨率、清晰度等。再由掃描部分展開(kāi)對(duì)圖像的識(shí)別、對(duì)比和篩選，從而獲取較為準(zhǔn)確的圖像，并取得有效的數(shù)據(jù)信息，滿(mǎn)足相關(guān)行業(yè)的基本需求，其技術(shù)特征為處理量大、精確度高、靈活度大[1]。

作為智能領(lǐng)域的重要組成部分，圖像識(shí)別的發(fā)展先后經(jīng)歷了文字識(shí)別、數(shù)字圖像處理與識(shí)別、物體識(shí)別三個(gè)發(fā)展階

段[2]。近年來(lái)圖像識(shí)別技術(shù)發(fā)展飛速，新的創(chuàng)新技術(shù)不斷涌現(xiàn)[3]，不僅能夠在其應(yīng)用領(lǐng)域中代替人工完成工作，達(dá)到比人工更好的效果，而且其所具備的某些功能是人工達(dá)不到的。

隨著社會(huì)的發(fā)展，對(duì)圖像進(jìn)行智能化處理越來(lái)越重要，圖像識(shí)別技術(shù)的應(yīng)用越來(lái)越廣泛。例如，醫(yī)療診斷中各種醫(yī)學(xué)圖片的分析與識(shí)別、天氣預(yù)報(bào)中的衛(wèi)星云圖識(shí)別、遙感圖片識(shí)別、指紋識(shí)別、臉譜識(shí)別等，圖像識(shí)別技術(shù)被越來(lái)越多地應(yīng)用到日常生活中[4]。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，圖像識(shí)別技術(shù)在工業(yè)、農(nóng)業(yè)以及科學(xué)研究等方面將發(fā)揮關(guān)鍵作用。同時(shí)，計(jì)算機(jī)智能化圖像識(shí)別技術(shù)在不斷運(yùn)用和發(fā)展的過(guò)程中也將會(huì)越來(lái)越成熟[5]。

2 基于圖像識(shí)別技術(shù)的藍(lán)莓病蟲(chóng)害診斷系統(tǒng)的設(shè)計(jì)

藍(lán)莓（Blueberry）又稱(chēng)越桔或藍(lán)漿果，屬杜鵑花科越桔屬落葉叢生灌木植物。果實(shí)為深藍(lán)色漿果，單果重0.5～5 g，3月開(kāi)花，6—9月成熟。越桔屬植物在全世界有450余種，中國(guó)已知有91種，南北方均有分布，但主要分布在東北、西南及華南地區(qū)[6-7]。藍(lán)莓果實(shí)具有觀賞性、食用性俱佳的特點(diǎn)，是集營(yíng)養(yǎng)、保健功能于一身的新型水果，含有人體必需的多種營(yíng)養(yǎng)物質(zhì)，其天然活性物質(zhì)、抗氧化酶本身具有預(yù)防衰老、提高免疫力等功能，所以售價(jià)昂貴，在歐美及日本等高端市場(chǎng)價(jià)格一直處于所有水果類(lèi)商品的頂端，有“世界水果之王”“黃金漿果”的美譽(yù)[8]。藍(lán)莓馴化和商業(yè)化栽培時(shí)間不長(zhǎng)，規(guī)?；N植初期病蟲(chóng)害較少，但隨著藍(lán)莓種植面積急劇增大，病原物日積月累，病蟲(chóng)害造成的危害將日益嚴(yán)重[9]。貴州藍(lán)莓栽培區(qū)都有病蟲(chóng)害發(fā)生：病害共分為11種，其中生理性病害有4種，侵染性病害有7種，蟲(chóng)害共12種[10]。藍(lán)莓的病蟲(chóng)害種類(lèi)多，危害大，是造成藍(lán)莓減產(chǎn)的一個(gè)主要原因。

目前在藍(lán)莓種植業(yè)中，主要依靠傳統(tǒng)的人工識(shí)別診斷藍(lán)莓病蟲(chóng)害，效率很低，而且培訓(xùn)專(zhuān)業(yè)農(nóng)技人員的時(shí)間成本、經(jīng)濟(jì)成本都較高，無(wú)法大量推廣。傳統(tǒng)的識(shí)別方法主要依賴(lài)個(gè)人經(jīng)驗(yàn)進(jìn)行判斷，誤判率高。因此，利用圖像識(shí)別技術(shù)識(shí)別藍(lán)莓病蟲(chóng)害，將會(huì)使藍(lán)莓病蟲(chóng)害的防治工作變得高效、準(zhǔn)確。

利用圖像識(shí)別技術(shù)建立藍(lán)莓病蟲(chóng)害診斷系統(tǒng)，為廣大藍(lán)莓種植戶(hù)以及技術(shù)人員提供一個(gè)可以對(duì)藍(lán)莓病蟲(chóng)害進(jìn)行智能識(shí)別的平臺(tái)，有助于及時(shí)防治藍(lán)莓病蟲(chóng)害?；趫D像識(shí)別技術(shù)的藍(lán)莓病蟲(chóng)害診斷系統(tǒng)可以分為圖像預(yù)處理、特征提取、病蟲(chóng)害識(shí)別三部分，基于圖像識(shí)別技術(shù)的藍(lán)莓病蟲(chóng)害診斷系統(tǒng)結(jié)構(gòu)如圖1所示。

（1）圖像預(yù)處理包括噪聲過(guò)濾和圖像分割兩部分。在實(shí)際應(yīng)用中，農(nóng)作物病蟲(chóng)害圖像在采集過(guò)程中往往會(huì)受到各種外界因素的干擾，通過(guò)各種硬件設(shè)備進(jìn)行傳輸時(shí)也會(huì)受到不同程度噪聲的影響，導(dǎo)致圖像質(zhì)量下降以及信息丟失。要保證病蟲(chóng)害識(shí)別的準(zhǔn)確性，就必須在特征提取以及圖像識(shí)別之前對(duì)圖像進(jìn)行噪聲過(guò)濾處理，提高圖像質(zhì)量，保證后續(xù)識(shí)別的準(zhǔn)確率。圖像分割可以將藍(lán)莓病蟲(chóng)害的病斑與正常葉片分離開(kāi)來(lái)，從而將病斑提取出來(lái)，為后續(xù)特征提取做好準(zhǔn)備。

（2）特征提取是進(jìn)行圖像識(shí)別前的一個(gè)重要步驟，病蟲(chóng)害識(shí)別時(shí)會(huì)依據(jù)提取到的病斑顏色特征、紋理特征對(duì)病蟲(chóng)害進(jìn)行分類(lèi)，所以特征提取將直接影響到分類(lèi)的精確度和效率。

（3）病蟲(chóng)害識(shí)別是整個(gè)系統(tǒng)的關(guān)鍵部分，也是最終要達(dá)到的目的，利用圖像識(shí)別技術(shù)對(duì)圖像特征進(jìn)行分析，構(gòu)成分類(lèi)器，從而對(duì)病蟲(chóng)害進(jìn)行識(shí)別診斷。

藍(lán)莓病蟲(chóng)害診斷系統(tǒng)流程如圖2所示。

可利用數(shù)碼相機(jī)或帶有照相功能的智能手機(jī)采集藍(lán)莓病蟲(chóng)害圖像，原始圖像經(jīng)過(guò)濾波后可以消除噪聲，保證圖像質(zhì)量，圖像分割提取病斑圖像用來(lái)進(jìn)行特征提取，從而完成圖像識(shí)別前的圖像處理工作。通過(guò)對(duì)各種方法進(jìn)行比較，選擇支持向量機(jī)（SVM）分類(lèi)器對(duì)病蟲(chóng)害進(jìn)行分類(lèi)和識(shí)別，最后判別出藍(lán)莓所患的病蟲(chóng)害種類(lèi)，并輸出診斷結(jié)果。

3 結(jié) 語(yǔ)

為了更高效、準(zhǔn)確地防治藍(lán)莓病蟲(chóng)害，設(shè)計(jì)了一個(gè)基于圖像識(shí)別技術(shù)的藍(lán)莓病蟲(chóng)害診斷系統(tǒng)。該系統(tǒng)可幫助藍(lán)莓種植戶(hù)以及技術(shù)人員對(duì)藍(lán)莓病蟲(chóng)害進(jìn)行診斷，及時(shí)針對(duì)病蟲(chóng)害采取防治措施，降低病蟲(chóng)害造成的危害，對(duì)加速實(shí)現(xiàn)我國(guó)農(nóng)業(yè)自動(dòng)化亦有所幫助。

參考文獻(xiàn)

[1]鄒香玲.計(jì)算機(jī)圖像識(shí)別技術(shù)及應(yīng)用問(wèn)題之研究[J].電子測(cè)試，2017（23）：46-47.

[2]楊琛.試析人工智能中的圖像識(shí)別技術(shù)[J].信息通信，2017（1）：16-17.

[3]蔣樹(shù)強(qiáng)，閔巍慶，王樹(shù)徽.面向智能交互的圖像識(shí)別技術(shù)綜述與展望[J].計(jì)算機(jī)研究與發(fā)展，2016，53（1）：113-122.

[4]劉穎.計(jì)算機(jī)圖像識(shí)別技術(shù)的發(fā)展現(xiàn)狀與展望[J].考試周刊，2014（8）：115.

[5]孫亮.計(jì)算機(jī)智能化圖像識(shí)別技術(shù)的理論性突破[J].數(shù)字技術(shù)與應(yīng)用，2013（6）：106-107.

[6]聶飛，房小晶，周紅英，等.我國(guó)藍(lán)莓栽培現(xiàn)狀及在貴州的產(chǎn)業(yè)化發(fā)展前景[J].貴州農(nóng)業(yè)科學(xué)，2010，38（10）：69-71.

[7]房小晶，聶飛，張群英，等.藍(lán)莓栽培及其在園林綠化中的應(yīng)用前景[J].耕作與栽培，2012（5）：34-35.

[8]任艷玲，周杰，王濤，等.貴州藍(lán)莓產(chǎn)業(yè)的發(fā)展現(xiàn)狀及對(duì)策[J].貴州農(nóng)業(yè)科學(xué)，2016，44（6）：172-175.

[9]任艷玲，周杰，楊茂發(fā)，等.貴州藍(lán)莓病蟲(chóng)害調(diào)查及防治方法初報(bào)[J].中國(guó)南方果樹(shù)，2015，44（6）：102-105.

[10]陳令芳，張姍姍，張凱，等.物聯(lián)網(wǎng)技術(shù)在藍(lán)莓病蟲(chóng)害監(jiān)測(cè)預(yù)警中的應(yīng)用初探[J].物聯(lián)網(wǎng)技術(shù)，2016，6（7）：95-96.