图像识别技术在蓝莓病虫害诊断中的应用研究

李冲 杨靖

摘 要：随着科学技术的发展，图像识别技术不断成熟，其影响已经渗透到了农业工程领域。农作物病虫害识别技术具有高效、准确等特点，有着替代传统人工识别方法的潜力和趋势。文中对图像识别技术的内涵进行概述，为提高蓝莓病虫害的识别效率及准确率，协助开展蓝莓病虫害防治工作，提出了构建蓝莓病虫害图像识别系统的方案。

关键词：图像识别；图像处理；病虫害；诊断

中图分类号：TP393 文献标识码：A 文章编号：2095-1302（2018）08-00-02

0 引 言

我国是一个农业大国，农业对社会经济的持续发展有着重要影响，病虫害是导致农作物减产降质的一个主要原因。传统的农作物病虫害检测往往通过人的肉眼去观察，然后根据个人经验进行判断，不仅费时费力、效率低下，而且容易造成误判。如何快速、准确地识别农作物病虫害已成为迫切需要解决的问题。图像识别技术具有便捷、快速、准确等特点，可以很好地解决现有问题。

1 图像识别技术

计算机图像识别技术主要利用计算机系统对目标图像进行处理与分析，进而识别图像。可将计算机图像识别技术理解为图像处理与识别的总和，在计算机的支持下完成对目标图像的处理，具体包括处理分辨率、清晰度等。再由扫描部分展开对图像的识别、对比和筛选，从而获取较为准确的图像，并取得有效的数据信息，满足相关行业的基本需求，其技术特征为处理量大、精确度高、灵活度大[1]。

作为智能领域的重要组成部分，图像识别的发展先后经历了文字识别、数字图像处理与识别、物体识别三个发展阶

段[2]。近年来图像识别技术发展飞速，新的创新技术不断涌现[3]，不仅能够在其应用领域中代替人工完成工作，达到比人工更好的效果，而且其所具备的某些功能是人工达不到的。

随着社会的发展，对图像进行智能化处理越来越重要，图像识别技术的应用越来越广泛。例如，医疗诊断中各种医学图片的分析与识别、天气预报中的卫星云图识别、遥感图片识别、指纹识别、脸谱识别等，图像识别技术被越来越多地应用到日常生活中[4]。随着计算机技术的不断发展，图像识别技术在工业、农业以及科学研究等方面将发挥关键作用。同时，计算机智能化图像识别技术在不断运用和发展的过程中也将会越来越成熟[5]。

2 基于图像识别技术的蓝莓病虫害诊断系统的设计

蓝莓（Blueberry）又称越桔或蓝浆果，属杜鹃花科越桔属落叶丛生灌木植物。果实为深蓝色浆果，单果重0.5～5 g，3月开花，6—9月成熟。越桔属植物在全世界有450余种，中国已知有91种，南北方均有分布，但主要分布在东北、西南及华南地区[6-7]。蓝莓果实具有观赏性、食用性俱佳的特点，是集营养、保健功能于一身的新型水果，含有人体必需的多种营养物质，其天然活性物质、抗氧化酶本身具有预防衰老、提高免疫力等功能，所以售价昂贵，在欧美及日本等高端市场价格一直处于所有水果类商品的顶端，有“世界水果之王”“黄金浆果”的美誉[8]。蓝莓驯化和商业化栽培时间不长，规模化种植初期病虫害较少，但随着蓝莓种植面积急剧增大，病原物日积月累，病虫害造成的危害将日益严重[9]。贵州蓝莓栽培区都有病虫害发生：病害共分为11种，其中生理性病害有4种，侵染性病害有7种，虫害共12种[10]。蓝莓的病虫害种类多，危害大，是造成蓝莓减产的一个主要原因。

目前在蓝莓种植业中，主要依靠传统的人工识别诊断蓝莓病虫害，效率很低，而且培训专业农技人员的时间成本、经济成本都较高，无法大量推广。传统的识别方法主要依賴个人经验进行判断，误判率高。因此，利用图像识别技术识别蓝莓病虫害，将会使蓝莓病虫害的防治工作变得高效、准确。

利用图像识别技术建立蓝莓病虫害诊断系统，为广大蓝莓种植户以及技术人员提供一个可以对蓝莓病虫害进行智能识别的平台，有助于及时防治蓝莓病虫害。基于图像识别技术的蓝莓病虫害诊断系统可以分为图像预处理、特征提取、病虫害识别三部分，基于图像识别技术的蓝莓病虫害诊断系统结构如图1所示。

（1）图像预处理包括噪声过滤和图像分割两部分。在实际应用中，农作物病虫害图像在采集过程中往往会受到各种外界因素的干扰，通过各种硬件设备进行传输时也会受到不同程度噪声的影响，导致图像质量下降以及信息丢失。要保证病虫害识别的准确性，就必须在特征提取以及图像识别之前对图像进行噪声过滤处理，提高图像质量，保证后续识别的准确率。图像分割可以将蓝莓病虫害的病斑与正常叶片分离开来，从而将病斑提取出来，为后续特征提取做好准备。

（2）特征提取是进行图像识别前的一个重要步骤，病虫害识别时会依据提取到的病斑颜色特征、纹理特征对病虫害进行分类，所以特征提取将直接影响到分类的精确度和效率。

（3）病虫害识别是整个系统的关键部分，也是最终要达到的目的，利用图像识别技术对图像特征进行分析，构成分类器，从而对病虫害进行识别诊断。

蓝莓病虫害诊断系统流程如图2所示。

可利用数码相机或带有照相功能的智能手机采集蓝莓病虫害图像，原始图像经过滤波后可以消除噪声，保证图像质量，图像分割提取病斑图像用来进行特征提取，从而完成图像识别前的图像处理工作。通过对各种方法进行比较，选择支持向量机（SVM）分类器对病虫害进行分类和识别，最后判别出蓝莓所患的病虫害种类，并输出诊断结果。

3 结 语

为了更高效、准确地防治蓝莓病虫害，设计了一个基于图像识别技术的蓝莓病虫害诊断系统。该系统可帮助蓝莓种植户以及技术人员对蓝莓病虫害进行诊断，及时针对病虫害采取防治措施，降低病虫害造成的危害，对加速实现我国农业自动化亦有所帮助。

参考文献

[1]邹香玲.计算机图像识别技术及应用问题之研究[J].电子测试，2017（23）：46-47.

[2]杨琛.试析人工智能中的图像识别技术[J].信息通信，2017（1）：16-17.

[3]蒋树强，闵巍庆，王树徽.面向智能交互的图像识别技术综述与展望[J].计算机研究与发展，2016，53（1）：113-122.

[4]刘颖.计算机图像识别技术的发展现状与展望[J].考试周刊，2014（8）：115.

[5]孙亮.计算机智能化图像识别技术的理论性突破[J].数字技术与应用，2013（6）：106-107.

[6]聂飞，房小晶，周红英，等.我国蓝莓栽培现状及在贵州的产业化发展前景[J].贵州农业科学，2010，38（10）：69-71.

[7]房小晶，聂飞，张群英，等.蓝莓栽培及其在园林绿化中的应用前景[J].耕作与栽培，2012（5）：34-35.

[8]任艳玲，周杰，王涛，等.贵州蓝莓产业的发展现状及对策[J].贵州农业科学，2016，44（6）：172-175.

[9]任艳玲，周杰，杨茂发，等.贵州蓝莓病虫害调查及防治方法初报[J].中国南方果树，2015，44（6）：102-105.

[10]陈令芳，张姗姗，张凯，等.物联网技术在蓝莓病虫害监测预警中的应用初探[J].物联网技术，2016，6（7）：95-96.