共查询到20条相似文献，搜索用时 15 毫秒
1.
基于图像灰度直方图特征的草莓病虫害识别 总被引：2，自引：0，他引：2
《江苏农业科学》2017,(4)
通过作物可见光图像,对作物病虫害进行准确识别,在作物生长自动监测、精准施药等领域具有重要意义。提出一种基于图像灰度直方图特征的草莓病虫害识别算法识别草莓蛇眼病。该算法首先计算训练集草莓叶片灰度图像的直方图,然后提取直方图的8个特征(平均灰度、标准偏差、三阶中心矩、平滑度、均匀性、平均信息量、最大概率灰度级、灰度范围)并进行归一化处理,通过支持向量机(support vector machine,简称SVM)、K-近邻(K-nearest neighbor,简称KNN)及朴素贝叶斯3种识别方法对8个特征进行训练,得到相应的病虫害识别分类器。结果表明,SVM分类器的分类效果优于其他分类器,因此本研究最终选用SVM分类器对验证集图像进行分类,得到分类正确率达90%以上。 相似文献
2.
通常在对林火图像中的烟雾进行识别时,所采用的方法存在需要利用多幅图像对比导致计算量大的问题。通过分析林火烟雾灰度变化情况,采用灰度位平面和林火烟雾区域自适应相结合的方法,提出了一种林火烟雾自动识别的方法。对烟雾图像进行灰度位平面构建,根据不同位平面中呈现的林火烟雾信息进行相关计算,可获得林火烟雾模型。对多幅林火烟雾图像通过该方法进行验证,结果表明,该方法具有较快的识别速度。 相似文献
3.
4.
[目的]提高白鹤草莓病虫害识别准确率和工作效率,解决灰度不均匀引起的白鹤草莓病虫害图像识别不准确问题。[方法]对基于区域信息的无边缘主动轮廓模型（CV）进行改进,通过对CV模型能量泛函添加能量函数,对闭合曲线内外灰度均值进行演化,提出并建立了带有能量函数的CV模型（EF-CV）。将灰色关联度作为图像边缘信息,全局项和边界信息项共同作用分割白鹤草莓病虫害图像目标,提出并建立了基于灰色关联度的能量函数CV模型（GCD-EF-CV）。[结果]GCD-EF-CV对草莓炭疽病、叶斑病、白粉病、蚜虫、红蜘蛛、蓟马识别准确率分别达到95.32%、92.85%、96.34%、98.14%、95.38%、96.27%,平均识别率达到95.72%,领先其它模型。GCD-EF-CV的训练准确率、测试准确率分别达到88.48%、95.67%,平均单张识别时间为32 ms,该模型对灰霉病、褐斑病、白粉病防效分别达到88.54%、87.31%、89.24%,对蚜虫、白粉虱、蓟马的虫口减退率分别为91.08%、93.07%、92.47%,防效分别达到86.24%、88.46%、87.41%,在5种病虫害识别模型中达... 相似文献
5.
《江苏农业科学》2017,(14)
识别苹果病害是一个重要的研究课题,该研究成果对大面积苹果病害监测具有重要意义。针对苹果常见的3种叶部病害,提出一种基于颜色特征和差直方图的苹果叶部病害识别方法。首先采用改进的mean-shift图像分割算法分割病害叶片图像的病斑,然后计算病斑的颜色特征和差直方图作为病害的分类特征。该特征不仅反映病斑图像的灰度统计信息,还反映病斑图像的空间特征和灰度的渐变度,而且对病斑图像的光照、平移、旋转具有不变性。最后利用支持向量机识别病害类型。在3种常见苹果叶部病害叶片图像数据库上的试验结果表明,该方法能够有效识别苹果常见的叶部病害,平均识别率高达96%以上。该方法为苹果病害的智能诊断系统提供了技术支撑。 相似文献
6.
病虫害影响水稻质量和产量，快速、准确地检测出水稻病虫害有利于及时防治。针对传统图像识别方法存在特征提取繁琐、识别率低以及对田间环境下的作物病虫害识别困难等问题，本文提出一种以DenseNet121为基础网络，结合迁移学习与坐标注意力机制的水稻病虫害识别模型。该模型引入坐标注意力学习图像特征的通道间关系和空间位置的重要性以增强模型的特征提取能力，采用迁移学习策略训练模型以缓解模型在小数据集上的过拟合现象、减小计算资源以及提升模型的识别性能。利用从田间复杂环境收集的水稻病虫害数据集，对该模型与ResNet50、Xception、InceptionV3、InceptionResNetV2及原DenseNet121等卷积神经网络模型的识别效果进行比较，结果表明，该模型能有效识别出水稻常见8种病虫害和健康植株，识别准确率达到98.95%,模型参数量仅为7.23 M,识别效果优于其他模型。这可为田间环境下的其他作物病虫害识别提供参考。 相似文献
7.
《内蒙古农业大学学报(自然科学版)》2021,(3)
针对复杂背景下马铃薯病虫害图像色彩复杂多样的问题,提出了一种基于G-R分量与K-means的图像分割方法。该方法首先提取G-R分量灰度化图像,然后对图像进行中值滤波和形态学变换操作以去除部分背景,最后将处理过后的图像转换到L*a*b*色彩空间并提取ab分量进行K-means聚类分割。本文利用该方法将暗头豆芫菁及芫菁、马铃薯重花叶病毒病及马铃薯黄痿病病斑从原彩色图像中准确提取了出来。该方法能够较为准确、完整地将目标病虫害从彩色图像中提取出来,在马铃薯病虫害治理方面有较好的应用价值。 相似文献
8.
9.
马铃薯芽眼图像的分割与定位方法 总被引：1，自引：0，他引：1
为了探索种薯自动化切种过程,填补关于马铃薯芽眼识别的研究空白,提出一种基于机器视觉技术的芽眼识别方法:从摄像头采集到马铃薯图像后进行计算机图像处理,从彩色空间中利用欧式距离直接分割芽眼区域,在灰度空间中对图像进行中值滤波后利用模糊技术对图像进行增强,之后利用动态阈值分割法分割芽眼区域,结合两个空间的分割结果后利用数学形态学处理方法标记出芽眼。结果显示:在彩色空间中,芽眼识别准确率为62%;在灰度空间中,识别率达到89%。将二者有机结合后,获得了96%的识别准确率。该方法识别成功率高,鲁棒性强,且芽眼区域标记完整,可为种薯切种自动化奠定基础。 相似文献
10.
高等院校校园绿化规划设计探讨 总被引：2，自引：0，他引：2
高等学校有其特定的结构和功能,校园绿化是高等学校环境建设的重要组成部分,校园绿化应重视其特点和校园文化特色,要体现以人为本、突出特色、适地适树、合理规划、科学管理的设计原则。对高校校园绿化的方法及建设中应注意的问题进行了探讨,以便能更好的促进校园园林绿化的发展。 相似文献
11.
成品油携水沿上倾管道流动会产生复杂的流动型态,准确识别油水两相在上倾管道中的分布特征是深入认识油携水规律的基础。针对实验中采集的上倾管油水两相流图像,提出一种基于图像处理的上倾管道油水两相分布特征识别方法:将原始图像转化为灰度图像,剔除图像中的无用信息;调整图像的灰度,以提升对比度,凸显图像细节;对图像进行中值滤波处理,消除图像拍摄过程中的随机噪声;对图像进行边缘检测,分割出油水两相边界,识别出相分布特征。该方法可以分割出清晰的油水两相边界,从而识别出管道中油水两相流的相分布特征。研究成果适用于各种工况下油水两相相分布特征识别,为多相流图像处理特别是流型识别提供了指导。 相似文献
12.
浅谈东北地区杨树病虫害的防治技术与对策 总被引：1，自引：0，他引：1
杨树是东北地区常见的树种,也是我国用于绿化的重要树种之一。做好杨树的病虫害防治工作,无论是在环境绿化上还是在生活用材上都有着重要的意义。本文分别对杨树的病害与虫害进行分析,为杨树的病虫害防治工作提供有效的方法和对策。 相似文献
13.
14.
对土壤背景进行有效分割是玉米苗期田间杂草识别的前提和基础。本研究利用颜色分量G-R和G-B与灰度直方图来实现玉米苗期图像与背景图像的分割,解决了玉米苗期田间杂草识别中受影响及环境适应性差等问题。通过对不同环境下苗期玉米图像的植被颜色和背景颜色分量的统计分析表明,采用G-R和G-B双阈值颜色特征分割,进行土壤背景分离取得了很好的效果。 相似文献
15.
16.
为了提高农作物病虫害识别的精度,本文将3D-CNN和2D-CNN与空间残差网络相结合,软阈值化作为非线性层嵌入空间残差网络以消除病虫害图像不重要的图像特征,提出一种基于空间残差收缩网络的农作物病虫害识别模型。与3D-CNN和ResNet相比,基于空间残差收缩网络的农作物病虫害识别模型具有更高的精度和鲁棒性,总体分类精度为99.41%,增强了图像特征与病虫害类别的关系,可以识别多种农作物病虫害图像。 相似文献
17.
图像特征是用来区分图像内部最基本属性或特征的,它包括了几何特征、形状特征、颜色特征、纹理特征等,在这些特征中纹理特征理解过于复杂,至今尚未有一个大家都认同的定义,从而也就使得纹理分析变得很困难。该文主要研究图像的分类识别,采用基于灰度共生矩阵的纹理特征的提取。以8位灰度图为研究对象,依次对图像进行4个方向(0°、45°、90°、135°)的扫描,并分别建立灰度共生矩阵,从而提取纹理特征参数,然后建立BP神经网络模型,用提取的纹理特征值,来训练BP神经网络模型,使网络模型能够识别图像的内容。此文提出了用纹理特征训练神经网络的方法来识别图像,研究结果表明,纹理是图像分析中一个非常重要的特征,所提取的图像特征是描述图像相当有效的参数。 相似文献
18.
小麦是中国主要粮食作物,栽培品种多、种植面积大、分布区域广、生长周期长,容易遭受病虫害威胁,快速监测和准确识别病虫害成为一项重要的课题。基于前期构建的小麦物联网监控系统平台,研发了集成图像获取、图像识别诊断于一体的应用系统。初步研究了小麦比较常见的三种病虫害的识别与诊断方法,并利用图像分割、特征提取及数字图像分类识别技术,将物联网系统获取的感白粉病、锈病、蚜虫的不健康叶片与健康小麦叶片的图片分别进行对比实验研究。实验结果显示,识别率都较为理想,其中白粉病的识别率为82.5%,锈病、蚜虫和健康叶片的识别率都在95%以上。将病虫害图像识别技术与物联网技术结合,方便病虫害图像的远程传输、多点获取等优点,大幅度提升对病虫害远程识别和诊断能力,具有广阔的发展前景。 相似文献
19.
一种基于图像分析的玉米病虫害智能化识别方法 总被引：1，自引：0，他引：1
《江苏农业科学》2014,(7)
农业病虫害智能化探测是现代农业发展的必然趋势,也是基本要求之一。以玉米病虫害为研究对象,借助计算机图像分析技术,提出了一种玉米病虫害智能化识别方法。首先对降质的玉米病虫害图像实现单层小波分解,以实现图像信号的多尺度分解,获得低频分解系数和高频分解系数。由于低频分解系数包含绝大多数图像低频信号,降质程度可忽略不计,设计了一种具有调节因子的自适应增强函数模型,通过设定固定阈值,对高于该阈值的系数进行只适应增强,反之则进行抑制。然后对上述各高频系数进行第二层小波分解,对获得的低频分解系数予以舍弃,对于高频系数则通过设计一种随着分解层数的变化而自适应调整阈值的小波阈值函数模型来进行处理。最后分别进行2层小波系数重构。结果表明,该方法对玉米病虫害图像的复原效果优于小波硬、软阈值函数模型,能够根据复原后的图像进行病虫害的准确识别,稍加改进可应用与农业智能化设备(如农业机器人)的内置程序中,能实现对病虫害图像的实时化地获取、处理,智能化地识别。 相似文献
20.
公路绿化植物种类繁多,发生的病虫害种类有其特殊性,由于对病虫害种类的识别不清,发生规律不明确,往往所采取的措施很盲目,降低了防治效果.通过对植物病虫害防治领域内专家的知识、解决问题的思路、原则和方法进行归纳,系统地研制成能够解决至今只有专家才能解决问题的信息管理专家系统,本研究调查了公路绿化植物及其病虫害种类,并结合有关资料建立了公路绿化植物病虫害mysql数据库,用JSP技术和Tomcat引擎建立了公路绿化植物病虫害信息管理专家系统,对提高公路养护管理水平有重要意义.Internet已成为全球最大的网络互联环境,软件开发应用都不可避免地向网络靠拢,与Internet连接越来越紧密.本系统基于WEB的系统进行了总体设计、功能实现及测试等细则,既可在有运行环境的单机上运行,又可通过服务器进行网络远程查询.道路绿化病虫害详细管理专家系统的构建,改变了传统的绿化植物病虫害防治的管理模式,将病虫害诊断与防治提高到一个新的水平,提高了防治效率,避免造成损失. 相似文献