平原往事小说
作者：栗娜 李萍 张善文
gsp认证现场检查项目来源：《江苏农业科学》2014年第07期
宿娅
摘要：基于改进遗传算法提出了一种作物病害叶片病斑图像分割算法。首先，将病害叶片图像运用分层抽样得到若干子样本。在每个子样本中运用改进遗传算法极大化样本的均值与方差比；其次，基于获得的样本信息对阈值数目和阈值进行自动预测；最后，利用一种确定性算法对阈值数和阈值进行进一步优化。结果表明，该算法无需考虑叶片图像的纹理和分割数等先验信息，具有较高的易用性，能获得较准确的叶片病斑图像。 关键词：病害叶片图像；图像分割；遗传算法；改进遗传算法
中图分类号： TP391.41 文献标志码： A 文章编号：1002-1302（2014）07-0140-03
卷积积分
收稿日期：2013-12-16
滇南明珠网 基金项目：河南省郑州市科技攻关计划（编号：131PPTGG426）；西亚斯国际学院引
进人才项目（编号2012YJRC01、2012YJRC02）。
作者简介：栗娜（1979—），女，郑州市人，硕士研究生，讲师，主要从事计算机应用技术方面的研究。E-mail：***************。
通信作者：张善文，男，博士，教授，研究方向为模式识别及应用。E-mail：***************。图像分割是把图像分割成若干个具有独特性质的区域，并从中提取出感兴趣的目标。在对病害叶片图像分割方法研究和应用中，人们往往仅对病害叶片的病斑图像感兴趣，这些病斑图像对应于叶片图像中特定的、具有独特性质的区域。作物病害识别一般是根据作物的病害叶片来进行识别。对采集到的作物病害叶片图像进行分析处理，从而进行病害诊断。基于病害叶片的作物病害诊断过程主要由叶片图像采集、病斑分割、特征提取和特征识别阶段。从病害叶片中分割病斑是作物病害诊断的一个关键步骤。其分割结果是否准确直接影响后期的病害诊断效率和效果。如果病斑图像分割出现错误，无论后期的特征提取和模式识别阶段多么准确，最终得到的病害诊断结果一定是错误的。常用的图像分割技术有阈值分割法、区域法、人工神经网络法等[1-5]。但目前还没有效果很好且普遍适用的叶片病斑图像分割规则。作物病害叶片图像成分复杂，病害叶片上的病斑排列无如何保持斗争精神
规则，颜深浅不一，且存在一定的随机噪声[6-8]。叶片图像由病斑部分和正常部分组成，其分割可以看成是1个2类问题，可运用模式识别的分类方法分割图像[9-11]。笔者采用RGB空间作为模式分类的特征空间，并在此基础上，根据遗传算法[12]，求取分割阈值，对叶片图像进行分割。病害叶片图像分割方法主要有阈值分割、基于边缘检测和连接的分割、区域分割以及基于遗传算法等的混合分割。其中，阈值分割是最基本和应用最广泛的分割技术，其分割方法操作简单、计算量小且性能较稳定。但阈值的确定仍然是一个公认的难题。本研究在改进遗传算法的基础上，提出一种作物病害叶片病斑分割方法。
