传统的烟草病虫害的识别依赖于相关专家、书籍文献或是化学、生物实验。这些方法是可行的，但其实际操作费时费力。基于图像内容的烟草病害辅助诊断系统可以将带有病害的烟叶拍摄下来并做一些初步处理,再根据相关专家的需要及其简单的操作提取出病叶特征，快速检索出与其相似度最接近的一系列病害，为专家诊断提供参考结果。
本系统适合帮助烟草病虫害专家缩小病害范围，快速定位病虫害种类，从而及早对病虫害做出相应决策，减少损失。
我们的创新在于首次将计算机视觉和图像检索等先进的信息技术应用在农业烟草病害辅助诊断上，并且图像检索率较高，可有效缩小烟草病虫害的种类，提高专家的诊断效率。
系统的有效性和科学性通过以下几点得到保证：1.对烟草病害图像内容的描述源自于MPEG-7国际标准的图像内容描述符；2.交互式图像分割算法发表于权威期刊Pattern Recognition 2010年，本系统成功将其应用于对目标烟叶的提取；3.整个系统通过基于烟草病害图像数据库和我们搭建的平台的验证，证明了所采用算法以及整个系统有效性。
系统正面图
打印本文