收藏本站
《合肥工业大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于叶片图像的农作物病害识别方法研究

卜翔宇  
【摘要】:利用计算机视觉技术快速、准确的识别农作物病害,是保证农产品丰收,推进农业现代化的重要手段。本文以油菜、黄瓜、水稻、玉米、大豆等常见农作物的病害图像作为研究对象,分别在小样本和大样本不同条件下对农作物病害的识别进行了相关研究,主要的工作如下:(1)在病斑分割上,本文根据农作物叶部呈现的颜色特点,在传统阈值分割的基础上,首先利用HSI颜色空间过滤叶片正常区域的信息,在Lab颜色空间下使用最大类间方差法(OTSU)设置阈值对原始图像进行分割,然后将两种不同颜色空间下得到的分割图像进行相与合并,得出最终的病斑分割图像。与其它几种常用方法分割的效果图相比,该方法能更好地将病斑从叶片分割出来,是一种有效的病斑分割方法。(2)在小样本农作物的病害识别上,本文以油菜为研究对象,首先提取其颜色特征和纹理特征,然后通过欧氏距离来构建D-S证据理论所必需的基本概率分配(Basic Probability Assignment,BPA),最后运用D-S证据组合规则进行决策级融合,依据决策条件输出最终分类识别结果。针对分类过程中出现识别结果为不确定的问题,本文通过引入方差来对融合方法进行改进,避免了这一问题的产生。利用该方法在采集到的油菜样本上进行实验,取得了97.09%的识别率。研究结果也为其他农作物病害识别提供了参考。(3)大样本农作物的病害识别上,本文以水稻、玉米、大豆三种农作物为研究对象,借助Caffe构建连续卷积层的卷积神经网络(Convolutional Neural Network,CNN),以提取图像更高级的特征。在激活函数的选择上,本文选取了拟合能力更强的Maxout单元,同时为了减少网络中的参数,防止网络过拟合,采用了稀疏的Maxout单元,有效改善了Maxout卷积神经网络的性能。实验结果证明该算法在识别大样本农作物病害上要优于基于普通卷积神经网络的算法,也优于传统手动提取特征的算法。
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:S432;TP391.41

【相似文献】
中国期刊全文数据库 前10条
1 吴宝荣;农作物病害的克星——菌立停[J];当代蔬菜;2004年06期
2 张悦;王玉玲;;农作物病害与气象条件的关系[J];农民致富之友;2009年04期
3 万青;胡建新;蒋建平;高峻;;农作物病害与农作物营养关系之浅析[J];江西植保;2011年01期
4 刘智;亢晋霞;;简析几种农作物病害发生的气象条件[J];黑龙江农业科学;2013年01期
5 王守正;;三十年来我省主要农作物病害发生流行变化的初步分析[J];河南农学院学报;1981年04期
6 王守正;;对河南省主要农作物病害发生流行原因的初步分析[J];植物检疫;1982年03期
7 邓集平;农作物病害综合伤治技术(之四)[J];安徽农业;1997年05期
8 黄思良;涝灾对农作物病害发生的影响及其防治措施[J];广西植保;2001年04期
9 邵建华,韩永圣,高芝祥;农作物病害的防治与药肥合一[J];广东微量元素科学;2002年07期
10 邵建华;韩永圣;高芝祥;;农作物病害的防治与药肥合一——氨基酸中微量元素在农药中的应用[J];农药市场信息;2004年09期
中国重要会议论文全文数据库 前6条
1 刁春友;;江苏省农作物病害发生防治概况[A];2003’华东植物病理学术研讨会暨江苏省植物病理学会第十次会员代表大会论文集[C];2003年
2 刁春友;;江苏省农作物主要病害发生防治情况回顾与展望[A];江苏省植物病理学会第九届会员代表大会暨学术研讨会论文集[C];1999年
3 蒋红云;张燕宁;舒朗;冯平章;;二氧化氯对几种农作物病害防控潜力的初步研究[A];科技创新与绿色植保——中国植物保护学会2006学术年会论文集[C];2006年
4 朱有勇;;生物多样性控制农作物病害的理论与实践[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(上册)[C];2002年
5 杨建民;杨超群;;土壤有机质与农作物病害[A];河南省植物保护研究进展Ⅱ(下)[C];2007年
6 郑爱萍;李平;孙惠青;李凤梅;闫敏;宋永燕;;防治主要农作物病害的新型抗生素产生菌的筛选和鉴定[A];首届中国青年学者微生物遗传学学术研讨会论文摘要集[C];2002年
中国重要报纸全文数据库 前4条
1 本报记者 游雪晴;农作物病害监测预报技术让农民不再流泪[N];科技日报;2013年
2 姜东峰 姜毓翔 记者 纪红;讷河请农业专家为农民解难[N];黑龙江经济报;2005年
3 维农;诊断农作物病害的X射线仪[N];东方城乡报;2006年
4 李涛;近期农作物病害抬头 各地需加紧防治[N];齐齐哈尔日报;2008年
中国博士学位论文全文数据库 前1条
1 吴娜;基于图像检索的农作物叶部病害识别关键技术研究[D];中国科学技术大学;2018年
中国硕士学位论文全文数据库 前5条
1 王纯婷;产酶溶杆菌抗菌活性物质产率促进及其应用[D];南京农业大学;2014年
2 卜翔宇;基于叶片图像的农作物病害识别方法研究[D];合肥工业大学;2017年
3 史婕;农作物病害非线性测报方法研究[D];安徽农业大学;2012年
4 蒋曼曼;稀疏表示框架下的农作物病害图像识别方法研究[D];河南大学;2017年
5 何荣状;咪鲜胺对几种重要农作物病害的防治效果研究[D];湖南农业大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026