作者及单位
束美艳1,魏家玺1,2,3,周也莹1,董奇宙1,陈浩翀1,黄智刚2*,马韫韬1
1.中国农业大学土地科学与技术学院，北京
2.广西大学农学院，南宁
3.北京市退役军人事务局，北京
基金项目：国家自然科学基金（）；广西自然科学基金（GXNSFDA）；内蒙古自治区科学技术厅项目（GG）。
中文摘要
为实现准确、快速地识别柑橘叶片溃疡病，提出一种基于朴素贝叶斯分类的柑橘叶片溃疡病诊断方法。基于不同病害程度的叶片数码图像，根据颜色空间特征，构建基于朴素贝叶斯的柑橘叶片溃疡病斑识别模型，并对比分析朴素贝叶斯分类、固定阈值分割、自适应阈值分割、支持向量机分割对柑橘叶片溃疡病的诊断能力。结果表明：基于朴素贝叶斯分类的柑橘叶片溃疡病斑分割效果较好，误分割率仅为3.58%，远远优于阈值法和支持向量机。在运行效率方面，4种算法耗时排序为固定阈值法＜自适应阈值法＜朴素贝叶斯法＜支持向量机法，但均在较合理的范围内；结合前期准备时间，朴素贝叶斯法的运行效率最佳。综上所述，朴素贝叶斯分类算法在柑橘叶片溃疡病诊断方面具有快速、精准的应用能力，可以为果树从业者精确诊断果树病害严重度提供新思路。
关键词
柑橘;溃疡病;朴素贝叶斯分类;阈值分割
本文引用格式
束美艳,魏家玺,周也莹,董奇宙,陈浩翀,黄智刚,马韫韬.基于朴素贝叶斯分类的柑橘叶片溃疡病诊断.浙江大学学报（农业与生命科学版）[J].,47(4):-.
SHUMeiyan,WEIJiaxi,ZHOUYeying,DONGQizhou,CHENHaochong,HUANGZhigang,MAYuntao.DiagnosisofcitrusleafcankerdiseasebasedonnaiveBayesianclassification.JournalofZhejiangUniversity（AgricultureLifeSciences）[J].,47(4):-.
doi:10./j.issn.-..04.
精要导读
中国是柑橘重要的原产地之一。近年来，柑橘产业快速发展，已成为我国柑橘主产区农业增效和农民增收的重要渠道之一。柑橘果树病害的发生是柑橘果实减产和品质下降的主要原因之一，给果树从业者带来经济损失。因此，及时、快速、准确地获取病害信息，对柑橘生产的病害防治、品种改良、产量提升都具有重要意义。对我国柑橘种植产量影响较大的主要病害有炭疽病、柑橘黄龙病和柑橘溃疡病等，其中柑橘叶片溃疡病是最为常见和严重的病害之一。在柑橘叶片溃疡病的染病初期，其叶片上会有较小的黄斑出现，随后小黄斑呈现海绵状，且伴有螺纹或螺丝状。在染病后期，染病处叶片内部从中央断裂，该区域呈现灰白色，病情严重时会导致叶片和树梢枯死。而对果树病害诊断的传统方法主要依赖于种植户或技术员的目视判断。该方法虽然简单易行，但存在较大的主观性，特别是对于柑橘叶片溃疡病，病斑占叶片的比例决定了病害的严重程度，而目视判断法难以准确量化其严重程度。
近年来，快速发展的图像分割技术为作物病害严重度诊断提供了新的手段。田间作物图像能有效反映作物生长发育、营养状况、病虫害严重度等信息。借助计算机图像处理技术对作物病害图像进行信息解析，可自动诊断病害严重程度，在提升诊断效率的同时，可有效提升其准确性和客观性。在病害的识别过程中，图像的精准分割是后续准确识别病害的关键。利用图像分类技术诊断病害严重度的主要依据有光谱、颜色、纹理、形状等特征。从病斑识别方法来看，主要有回归和分类2大类，具体算法有偏最小二乘回归、高斯过程回归、支持向量机、均值聚类、人工神经网络等。目前，朴素贝叶斯分类算法已被广泛应用于图像分类领域，但其应用于柑橘叶片病斑识别的研究尚未见报道。本研究在不同病害严重度的柑橘叶片数码图像的支持下，将朴素贝叶斯分类法应用到柑橘叶片溃疡病斑识别中，使得常见的图像分割转变为统计学中的概率方法，依据隶属概率实现柑橘叶片溃疡病斑提取，并对比朴素贝叶斯、固定阈值、自适应阈值和支持向量机4种方法在柑橘叶片溃疡病诊断中的准确性和有效性，旨在探索朴素贝叶斯分类算法在柑橘叶片溃疡病严重度诊断中的应用能力。
部分图表
结论
本文在叶片尺度提出了一种适用于柑橘叶片溃疡病快速诊断的图像分割技术。通过对比分析4种图像分割方法对柑橘叶片溃疡病识别的精度和效率，提出了基于朴素贝叶斯分类的柑橘叶片溃疡病诊断方法，解决了叶片尺度的柑橘叶片溃疡病快速诊断的应用需求。研究结果表明，朴素贝叶斯的分割效果最佳，误分割率为3.58%，远优于支持向量机（17.50%）、固定阈值法（7.83%）和自适应阈值法（16.37%）。对于相同运行环境下的运行时间，固定阈值法＜自适应阈值法＜朴素贝叶斯法＜支持向量机法。综合分割效果和运行时间，4种方法中朴素贝叶斯法最优，能有效提升柑橘叶片溃疡病的诊断精度和诊断效率。
期刊简介
欢迎订阅！
邮发代号：国内32-48国外BM
扫码
