2023年8月2日发(作者：)

维普资讯

第２５卷第７期　文章编号：１００６—９３４８（２００８）０７—０２３７－０３　计算机仿真　２００８年７月　机器视觉和ＡｄａＢｏｏｓｔ的柑桔溃疡病自动检测　朱庆生　，张敏　，杨方云　，柳锋　（１．重庆大学计算机学院，重庆４０００３０；２．中国农业科学院柑桔研究所，重庆４００７００）　摘要：将计算机视觉技术应用于柑桔病害识别问题，实现了快速准确的识别柑桔溃疡病。从特征构造，特征选择和识别系统　设计三方面进行了研究。在特征构造上采用了Ｇａｂｏｒ变换，边缘识别等方法得到了包括颜色、纹理及形状的综合特征；在特　征选择上采用了ＡｄａＢｏｏｓｔ算法实现；最后通过ＡｄａＢｏｏｓｔ学习方法构造分类器并利用滑动窗Ｅｌ技术进行病害区域检测。实　验结果证明该方法对柑桔溃疡病其识别准确率高于９５％，在训练轮数较多的情况下能够接近９９％的识别率，且该识别率较　稳定。实验结果显示计算机自动识别效果与专家目测相当，在生产中具有一定的实用价值。　关键词：特征构造；特征选择；分类器；识别率　中图分类号：Ｓ１２６　文献标识码：Ａ　Ｃｉｔｒｕｓ　Ｃａｎｋｅｒ　Ａｕｔｏｍａｔｉｃ　Ｄｅｔｅｃｔｉｏｎ　Ｂａｓｅｄ　ｏｎ　Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ　ａｎｄ　ＡｄａＢｏｏｓｔ　Ａｌｇｏｒｉｔｈｍ　ＺＨＵ　Ｑｉｎｇ—ｓｈｅｎｇ　，ＺＨＡＮＧ　Ｍｉｎ　，ＹＡＮＧ　Ｆａｎｇ—ｙｕｎ　，ＬＩＵ　Ｆｅｎｇ　（１．Ｃｏｍｐｕｔｅｒ　Ｃｏｌｌｅｇｅ　ｏｆ　Ｃｈｏｎｇｑｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ　４０００３０，Ｃｈｉｎａ；　２．Ｃｉｔｒｕｓ　Ｉｎｓｉｔｔｕｔｅ　ｏｆ　Ｃｈｉｎａ　Ａｇｒｉｃｕｌｔｕｒｅ　Ａｃａｄｅｍｙ，Ｃｈｏｎｇｑｉｎｇ　４００７００，Ｃｈｉｎａ）　ＡＢＳＴＲＡＣＴ：Ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ｉｓ　ｉｎｔｒｏｄｕｃｅｄ　ｉｎｔｏ　ｆａｓｔ　ａｎｄ　ａｃｃｕｒａｔｅ　ａｕｔｏｍａｔｉｃ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｃｉｔｒｕｓ　ｃａｎｋｅｒ．　Ｔｈｒｅｅ　ｋｅｙ　ｉｓｓｕｅｓ　ａｙｅ　ｄｉｓｃｕｓｓｅｄ　ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｈｉｃｈ　ａｙｅ　ｆｅａｔｕｒｅ　ｃｏｎｓｔｒｕｃｔｉｏｎ，ｆｅａｔｕｒｅ　ｓｅｌｅｃｔｉｏｎ　ａｎｄ　ｓｙｓｔｅｍ　ｄｅｓｉｇｎ．Ｔｏ　ｃｏｎｓｔｒｕｃｔ　ｆｅａｔｕｒｅｓ．Ｇａｂｏｒ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ　ａｎｄ　ｅｄｇｅ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍｓ　ａｒｅ　ｕｓｅｄ　ａｎｄ　ａ　ｆｅａｔｕｒｅ　ｓｅｔ　ｏｆ　ｃｏｌｏｒ，ｔｅｘｔｕｒｅ　ａｎｄ　ｓｈａｐｅ　ｉｓ　ｏｂｔａｉｎｅｄ．Ｔｈｅｎ　ＡｄａＢｏｏｓｔ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ａｐｐｌｉｅｄ　ｔｏ　ｓｅｌｅｃｔ　ｔｈｅ　ｍｏｓｔ　ｅｆｉｆｃｉｅｎｔ　ｆｅａｔｕｒｅｓ　ｆｒｏｍ　ｔｈｅ　ｆｅａｔｕｒｅ　ｓｅｔ．Ａｄａ－　Ｂｏｏｓｔ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ａｌｓｏ　ｕｓｅｄ　ｆｏｒ　ｔｒａｉｎｉｎｇ　ｃｌａｓｓｉｉｅｒ．Ｔｏ　ｆｆａｓｔ　ｄｅｔｅｃｔ　ｃｉｔｒｕｓ　ｄｉｓｅａｓｅ　ａｒｅａ　ｏｎ　ｉｍａｇｅ，ａ　ｍｏｖｉｎｇ　ｗｉｎｄｏｗ　ｔｅｃｈ—　ｎｏｌｏｇｙ　ｉｓ　ｕｓｅｄ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｈａｔ　ｔｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ａｃｃｕｒａｔｅ　ｒａｔｅ　Ｃａｎ　ｒｅａｃｈ　ｏｖｅｒ　９５％．ａｎｄ　ｗｈｅｎ　ｔｈｅ　ｔｒａｉｎ—　ｉｎｇ　ｒｏｕｎｄ　ｒｅａｃｈｓ　ａ　ｃｅｒｔａｉｎ　ａｍｏｕｎｔ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｒａｔｅ　ｃａｎ　ｒｅａｃｈ　９９％，ｗｈｉｃｈ　ｉｓ　ａｂｏｕｔ　ｅｑｕａｌ　ｔｏ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ａｃｃｕｒａｔｅ　ｒａｔｅ　ｂｙ　ｅｘｐｅｒｔｓ　ｅｙｅｂａｌｌｉｎｇ，ａｎｄ　ｔｈｉｓ　ａｐｐｒｏａｃｈ　ｉｓ　ｖａｌｕａｂｌｅ　ｆｏｒ　ｐｌａｎｔ　ｐｒｏｄｕｃｔｉｏｎ．　ＫＥＹＷＯＲＤＳ：Ｆｅａｔｕｒｅ　ＣＯｎｓｔｕｃｔｉｒｏｎ：Ｆｅａｔｕｒｅ　ｓｅｌｅｃｔｉｏｎ；Ｃｌａｓｓｉｉｆｅｒ；Ｄｅｔｅｃｔｉｏｎ　ｒａｔｅ　１　引言　柑桔现在已成为我国南方的主要经济作物，其种植面积　也越来越广。柑桔溃疡病是一种对柑桔危害性很大的病害，　它发病时间长，传播快，能随空气和水传播，疫情一旦爆发难　以控制，是我国重点监控的植物疫情。目前还没有有效的方　法来治疗被溃疡病感染的植株，只能采用烧毁等方法来控制　如何利用先进技术实现溃疡病的快速准确诊断对疫情的诊　断和控制都有着重要意义。　计算机视觉技术是通过计算机在图象处理的基础上来　进行模式识别，它能在一定程度上模拟人眼对物体的识别，　甚至比人眼对物体的识别更为准确。计算机视觉识别具有　准确率高，所需时间开销小，成本低的特点，将计算机识别与　网络技术结合更能实现远程的实时诊断系统。目前将计算　机视觉应用于农业是数字农业研究中的一个重要领域，在国　内外已进行了以植物病害为对象的研究，但还未见有对柑桔　溃疡病的相关研究。　本文将计算机视觉用于柑桔溃疡病的自动检测中，并对　其中的几个关键问题：特征选择，特征提取和检测系统构造　进行了深入的研究。构造了针对柑桔溃疡病的自动检测系　统，实验结果证明其识别率高于９５％，与有经验的专家目测　．．．——疫情的发展。传统的疫情诊断是通过有经验的专家进行肉　眼识别和实验室检测来实现，这些方法都存在着一些问题：　人力资源有限而发病区域分散，发病时间不定，专家往往不　能及时赶到发病现场；实验室诊断成本高且时间长。因此，　基金项目：高等学校博士学科点专项科研基金（２００５０６１１０２７）；重庆　市自然科学基金资助（ＣＳＴＣ２００６ＢＢ１３４７）　收稿日期：２００７—０６—２２修回日期：２００７—０６—２８　２３７．．．——