1 背景介绍
病虫害一直是限制农业生产过程中农业和副产品的高质量和高产量的最重要因素。然而，在识别中国的病虫害时，无论是用肉眼识别的传统方法还是后来专家的系统判断，这些病虫害的特征一般都是主观因素。主观意图非常大，效率很低。农业生产实践过程只有做到快速、准确且及时的识别，才有针对性地来进行防治。因此，计算机视觉技术在农作物鉴定领域的引入是不可阻挡的：它是计算机视觉技术的准确，快速和有效的诊断，可以取代传统的作物保护专家，现在可以进行自动诊断农业中的病虫害[8]在不同的研究报告中，这一类别的研究很少，主要有两个原因：第一个原因是使用图像识别技术识别害虫也需要结合农业相关知识，一键点击难以实现。第二个原因是代码范围非常低。
在农业上，完全可以设置一台全天候旋转的高清摄像机，让摄像机按设定的路线转动，提前采集好各类等级的植物叶片虫害侵蚀程度训练，当摄像头采集某片叶子的时候，经过和训练结果对比，得出侵蚀程度，并且进行预警，从而通知农业主进行针对性地喷洒农药等，减少人工投入成本以及提高效率。
- GUI界面设计
|---|----------------------------------------------------------------------------|
| |
| | 
|
【参 考 文 献】
[1] 于万波.基于MATLAB的图像处理.北京:清华大学出版社，2020年.
[2] 赵汗青，沈佐锐，于新文.数学形态学在昆虫分类学上的应用研究.I.在目级阶元上的应用研究[J].昆虫学 报.2021,46(1)45一50.
[3] 邱道尹，王要沛，王志迁，等.农田害虫的图像与处理研究田.华北水利水电学院学报.2017.12第28卷第6期.
[4] RafaelC.Gonzalez. Digital Image Processing UsingMATLAB.电子工业出版社，2019年.
[5] 赵汗青，沈佐锐，于新文.数学形态学在昆虫分类学上的应用研究.且.在总科阶元上的应用研究f11.昆虫学报.2020,46(2)201-208.
[6] 于新文，沈佐锐.昆虫图像几何特征的提取技术研究田.中国农业大学学报.2018-8 ( 3 ):47-50.
[7]一种基于改进遗传算法的图像分割研究及应用[D]. 江西理工大学, 2020.
[8]邹修国. 基于计算机视觉的农作物病虫害识别研究现状[J]. 计算机系统应用, 2021, 20(6):238-242.
[9]基于深度学习的图像目标定位识别研究[D]. 电子科技大学, 2021.
[10]樊爱娟. 当前我国农作物病虫害防治工作存在问题及对策[J]. 乡村科技, 2021(8):25-26.
[11]许立根. 农作物病虫害防治中存在的问题及对策分析[J]. 科技创新与应用, 2020(31):288-288.
[12]晏晖, 姜鹏, 陈贝. 基于MATLAB工具箱的数字图像处理技术[J]. 微计算机信息, 2020, 26(26):214-216.
[13]梁晓彤, 徐践. MATLAB图像处理技术在农业病虫害识别中的应用分析[J]. 南方农业, 2019, 11(21):117-122.
[14]王献锋, 张善文, 王震, et al. 基于叶片图像和环境信息的黄瓜病害识别方法[J]. 农业工程学报, 2020, 30(14):148-153.
[15]基于图像处理的黄瓜细菌性角斑病的识别研究[D]. 西华大学, 2022.
[16]李文煜. VC与Matlab混合编程实现图像处理[J]. 计算机仿真, 2005, 22(1):254-257.
[17]基于图像处理技术的仪表识读算法设计与实现[D]. 东北大学, 2021.
[18]陈召曦. MATLAB在地球物理专业"计算方法"课程教学中的应用[J]. 科学技术创新, 2020(33).
[19]基于数字图像处理的棉花害虫识别体系研究[D]. 四川农业大学, 2021.
[20]陈静. 利用Photoshop对非实时图像增强处理的实践------针对空域处理方法[J]. 科技与创新, 2020(16):17-18.
[21]周文文. 基于SOFM神经网络的码书设计及其在图像传输中的应用[D]. 苏州大学, 2019.
[22]刘锦辉. 图像增强方法的研究以及应用[D]. 湖南师范大学, 2019.
[23]人脸识别算法的研究及其应用[D]. 广东工业大学, 2018.
[24]苏博妮. 基于图像处理的水稻病虫害识别技术[J]. 信息技术与信息化, 2018, No.218(5):101-103.
[25]显著性检测方法及其在黄瓜病害图像分割中的应用研究[D]. 南京农业大学, 2022.