为了能够更加准确的对植物受到伤害的进行统计，我们需要采用植物病害检测仪来帮忙完成，这样也就提高了农业的仪器专业化水平，对深入的了解植物病害是具有很重要的作用的。我们现在通过对温室中黄瓜的研究作为例子，已经研究出了很多方法来预防病害的发生，并利用边缘检测技术和阈值分割技术在正常部位和病害部位实现了图像的有效分割。为了提高温室病害防治的智能化水平,我们采用目前先进的数字图像处理技术,以设施黄瓜发生的侵染性病害为研究对象。

所谓图像分割是按照某种特征,如灰度、色彩、纹理等将图像分成若干特定的区域。在这些区域内部,其特征是相同的或近似的,而相邻区域之间存在着边界。这样,将图像中有意义的特征部分提取出来,作为下一步图像分析、理解和识别的基础。如果选取波谷的灰度级作为阈值,那么灰度值小于等于阈值的部分假定为叶片,那么灰度级大于阈值的为背景,这样可以把叶片与背景分割开,由于病害图像在不同位置叶片与背景的对比差别较大,叶片边缘在图像的不同部位灰度值存在一定差别,那么我们选取单阈值进行分割造成误差较大。

边缘检测技术分割是利用不同区域间像素灰度不连续的特点检测出图像的边缘,从而实现图像的分割。对于病害叶片,病态部位总存在边缘,这些边缘是指病态区域和正常区域交界处像素灰度发生阶跃变化的点的集合。通过边缘检测技术,我们可以得到病害部位的轮廓曲线,从而对病害部位进行有效的定位。具体方法是先对病害图像进行灰度化处理,然后取初始阈值将病害部位与正常部位分开,分别对两部分进行积分获取新阈值,按新阈值再将病害区域与正常区域分割,反复迭代下去,当迭代已经收敛于稳定的阈值时,就得到了最终的结果,最后采用二值化处理,即正常部位用黑色表示,病害部位用白色表示。为了分割叶片的正常部位与病害部位,我们分别试验了边缘检测技术和迭代阈值分割技术。