基于深度学习模型的水稻虫害病变面积测定方法

• 作者: 肖衡
• 来源期刊: 新一代信息技术
• 学科: 工学
• 关键词: 深度学习模型 水稻虫害 病变面积 测定
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 研究与分析
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP391
• 字数: 3652字
• 语种: 中文

摘要

为了量化测定水稻虫害病变面积,提出基于深度学习模型的水稻虫害病变面积测定方法.采用遥感成像技术进行水稻虫害病变区域成像处理,对水稻虫害病变区域遥感监测图像进行边缘轮廓检测,根据分块区域分割技术进行水稻虫害病变区域遥感监测图像的空间位置信息特征提取,利用活动轮廓检测方法对水稻虫害病变区域遥感监测图像的空置区域特征点定位,对提取的水稻虫害病变区域遥感监测图像特征点采用深度学习模型进行分类,实现对水稻虫害病变区域的面积测定.仿真结果表明,采用该方法进行水稻虫害病变区域测定的准确性较高,测定过程的动态适应性较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖衡		32	36	4.0	4.0