基于红外热成像边缘检测算法的小麦叶锈病分级研究

摘要

小麦叶锈病对我国小麦生产危害巨大,实现小麦叶锈病的监测和快速分级是进行科学生产管理的基础.针对常规图像检测技术的不足,提出一种基于红外热成像技术的快速检测和分级方法.首先,采集整株小麦样本的红外热成像图像,分别计算健康植株、潜伏期植株和显症植株的平均叶温,探明真菌入侵过程中的温度变化规律;然后,将经过直方图均衡化和中值滤波预处理的红外热成像中低于显症植株温度阈值的区域提取出来;通过温度区域划分、低温区域提取和阈值分割,计算病斑面积在整体植株热成像总面积中的百分比;最后,对病情指数进行相关分析,获得相关系数为0.975 5,预测均方根误差为9.79％,总识别正确率为90％.结果 表明,基于红外热成像边缘检测算法的小麦叶锈病分级方法是可行的.