利用模糊逻辑推理规则与图像分割相结合估算植物叶片病害严重程度

利用模糊逻辑推理规则与图像分割相结合估算植物叶片病害严重程度

本文介绍了一种利用玉米叶片病样进行植物叶病严重程度评估的算法,植物表型资讯介绍如下:

目前,许多研究人员已经解决了植物叶病严重程度的评估问题,其中有少数人(例如Sannakki等人)使用模糊逻辑进行评估。基于此,本文介绍了一种利用玉米叶片病样进行植物叶病严重程度评估的算法。

微信图片_20190510134207

 

(a)使用Otsu阈值颜色分割方法分割的原始图像;

(b)使用Otsu阈值颜色分割方法过滤患病的ROIs;

(c)使用阈值颜色窗口中的选择选项来选择患病的ROIs,以便接近DLA(患病叶面积);

(d)在结果窗口中显示近似的DLA

微信图片_20190510134211

使用Otsu阈值颜色分割过滤整个叶片

研究人员旨在通过引入模糊逻辑决策规则的优点,更新用于估计植物叶病严重程度的应用——Leaf Doctor的当前算法。通过引入一种可以嵌入智能手机设备中并用于“Leaf Doctor”应用程序的算法,可提高农业技术精准度。基于本研究中提出的算法设计的应用程序,将有助于缺乏经验的非专业用户了解评估疾病严重程度的水平。与现有的可用方法相比,使用模糊逻辑推理规则与图像分割相结合更为新颖,并提高其精准性。

微信图片_20190510134214

使用阈值颜色窗口中的选择选项选择整个叶片,以便近似𝑇𝐿A(总叶面积,以像素为单位)

微信图片_20190510134217

上图显示了代表健康区域的两种选定颜色,通过改变阈值滑块以覆盖具有蓝色色调的患病组织

来源:

Sibiya, M.; Sumbwanyambe, M. An Algorithm for Severity Estimation of Plant Leaf Diseases by the Use of Colour Threshold Image Segmentation and Fuzzy Logic Inference: A Proposed Algorithm to Update a “Leaf Doctor” Application. AgriEngineering 2019, 1, 205-219.

扩展阅读:

粽香情浓,植物表型资讯一周年目录汇总

植物表型资讯2018年1-12月目录汇总

植物表型资讯2019年1-4月目录汇总

微信图片_20190408151928