一种基于卷积神经网络的小麦病害识别方法 |
| |
引用本文: | 张航,程清,武英洁,王亚新,张承明,殷复伟.一种基于卷积神经网络的小麦病害识别方法[J].山东农业科学,2018(3). |
| |
作者姓名: | 张航 程清 武英洁 王亚新 张承明 殷复伟 |
| |
作者单位: | 山东农业大学信息科学与工程学院;山东省数字农业工程技术研究中心;泰安市农业局; |
| |
摘 要: | 针对准确识别小麦常见病害的需要,提出了一种基于卷积神经网络的小麦病害识别方法。该方法首先以小麦病害图片资料为基础,利用中值滤波法、直方图阈值法等对图像进行去背景、去噪、病斑分割等预处理形成样本库,然后利用卷积神经网络构建一个具有五层结构的深度学习模型进行样本学习,并利用随机梯度下降法进行学习过程控制,最后以获取的特征集对小麦图片进行病害识别,并形成一个在线识别系统。在泰安市4样点的试验结果表明,利用该方法可以有效实现对小麦常见病害——纹枯病、条锈病、叶锈病、秆锈病、赤霉病和白粉病的识别,综合识别率可达99%以上,可以应用于实际生产管理。
|
本文献已被 CNKI 等数据库收录! |
|