基于卷积神经网络的温室黄瓜病害识别系统

• 作者: 孙忠富 张领先 杜克明 郑飞翔 马浚诚
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 温室 病害 识别 卷积神经网络 病斑分割
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 186-192
• 页数: 7页
• 分类号: S436.36TN941.1
• 字数: 5072字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.12.022

摘要

基于图像处理和深度学习技术,该研究构建了一个基于卷积神经网络的温室黄瓜病害识别系统.针对温室现场采集的黄瓜病害图像中含有较多光照不均匀和复杂背景等噪声的情况,采用了一种复合颜色特征(combinations of color features,CCF)及其检测方法,通过将该颜色特征与传统区域生长算法结合,实现了温室黄瓜病斑图像的准确分割.基于温室黄瓜病斑图像,构建了温室黄瓜病害识别分类器的输入数据集,并采用数据增强方法将输入数据集的数据量扩充了12倍.基于扩充后的数据集,构建了基于卷积神经网络的病害识别分类器并利用梯度下降算法进行模型训练、验证与测试.系统试验结果表明,针对含有光照不均匀和复杂背景等噪声的黄瓜病害图像,该系统能够快速、准确的实现温室黄瓜病斑图像分割,分割准确率为97.29%;基于分割后的温室黄瓜病斑图像,该系统能够实现准确的病害识别,识别准确率为95.7%,其中,霜霉病识别准确率为93.1%,白粉病识别准确率为98.4%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙忠富	中国农业科学院农业环境与可持续发展研究所	90	2402	29.0	46.0
2	杜克明	中国农业科学院农业环境与可持续发展研究所	41	1244	17.0	35.0
3	张领先	中国农业大学信息与电气工程学院	106	931	16.0	24.0
4	马浚诚	中国农业科学院农业环境与可持续发展研究所	12	92	5.0	9.0
5	郑飞翔	中国农业科学院农业环境与可持续发展研究所	17	370	7.0	17.0