《植物病斑图像检测算法研究》文献综述
近年来，农作物的病虫害问题非常严重，直接影响到了国民经济的发展和人民的生活水平。所以，如何解决病虫害问题成为了当今社会的焦点。专家们主要以个人经验和病理学知识进行分析与判断病害的种类和严重程度，但此方法识别出来的病害主观性强、速度慢、错误率高且实时性差，往往带来资源浪费和环境污染。随着计算机技术的高速发展，图像处理技术越来越多地被应用于农业生产过程中。
1. 研究的目的及意义
目前，该领域的研究已经成为国际农业工程领域中的热门话题。在欧美等发达国家，图像处理技术已运用到农业生产及农业现代化方面，并取得了很好的效果。相对于之前仅凭肉眼和个人经验不同，计算机的视觉和图像处理技术具有很强的客观性和及时性，能够很精确地识别出不同农作物的病害，为后续变量喷药系统提供必要的参数。而在使用计算机视觉技术进行作物病害的识别和处理中，将图像中病斑区域和非病斑区域的分开操作叫做对病斑图像的分割。
病斑图像分割是对作物病害图像特征和模式识别的前提，其分割的结果直接影响和决定着后续所以处理的效果，所以研究病斑图像的分割对于整个农作物的病虫害问题具有重要意义。
2. 图像分割的方法
对图像进行分割的方法有多种,阈值法是其中的一种简单实用的方法。本文主要对阈值法和matlab进行研究,并将它们结合起来以提高图像分割的准确性。本文的主要研究内容如下:ensp;1)ensp;分析了阈值分割方法近年来的新进展,并分析了图像阈值分割中的某些经典方法,如全局阈值方法、局部阈值方法、动态阈值方法等。ensp;2)讨论了matlab的主要应用及其特点。ensp;3)ensp;将matlab应用于阈值分割，并做实验将其实现。
3. 图像分割的历史、现状和发展趋势
数字图像分割的历史和现状ensp; 图像分割的研究最早可以追溯到20世纪60年代，经过近四十年的研究，国内外学者已经提出了各种算法上千种，但目前还没有一种适合于所有图像的通用的分割算法，绝大多数算法都是针对具体问题而提出的。另一方面，给定一个实际应用要选择合用的分割算法仍是一个很麻烦的问题，由于缺少通用的理论指导，常常需要反复的进行实验。在已提出的这些算法中，较为经典的算法有灰度阈值分割法、边缘检测法和区域跟踪以及基于分水岭算法的分割方法。ensp; 多年来，对图像分割的研究一直是图像技术研究中的热点和焦点，人们对其的关注和投入不断提高。它是一种重要的图像分析技术，是从图像处理到图像分析的关键步骤，也是计算机视觉领域低层次视觉中的主要问题，图像分割结果是图像特征提取和识别等图像理解的基础，对图像的加工主要处于图像处理的层次，图像分割后，对图像的分析才成为可能。另外，图像分割在实际中也得到了广泛的应用，在计算机视觉和图像识别的各种应用系统中占有相当重要的地位，也是研制和研发计算机视觉系统、字符识别和目标自动获取等图像识别和理解系统首先要解决的问题。只要需对图像目标进行提取，测量等都离不开图像分割。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
