基于图像分割与卷积神经网络的水稻病害识别
江西省商务学校基础教学部;江西农业大学计算机信息与工程学院;江西农业大学软件学院
- 摘 要：
- 为了提高水稻病害计算机视觉识别的准确性,研究提出针对水稻白叶桔病、赤枯病、胡麻斑病和纹枯病4种病害进行分类识别的模型.利用计算机视觉和机器学习软件库opencv对病斑图像进行随机旋转、随机翻转、随机亮度变换及随机对比度等处理方式扩充样本,应用区域生长、基于水平集的CV模型、显著性检测3种算法对图像进行分割.通过Tensorflow深度学习平台,构建网络层分别为6层(输入层32×32×3,卷积核大小为5×5)和8层(输入层227×227×3,卷积核大小为11×11、5×5、3×3)的卷积神经网络,将图像分割后得到的3组数据,均以8∶2的比例分别作为卷积神经网络的训练数据和测试数据,训练后得到6个模型,并结合召回率、F1评价指标对模型进行评估.结果 表明,6个模型中训练识别准确率最低为97.66%,测试识别准确率最低为95.31%,其中以显著性检测分割算法和8层网络层的卷积神经网络结合得到的模型效果最佳,其训练识别准确率为99.99%,测试识别准确率为99.88%,相较于端到端的卷积神经网络水稻病害识别结果也有所提升.
关键词：图像分割;卷积神经网络;水稻病害;识别;显著性检测
相似文章
-
基于统计直方图k-means聚类的水稻冠层图像分割 [陈科尹, 吴崇友, 关卓怀, 李海同, 王刚] 江苏农业学报 2021,37 (6) 1425-1435
-
基于支持向量机的玉米根茬行图像分割 [王春雷, 卢彩云, 李洪文, 何进, 王庆杰, 江珊] 农业工程学报 2021 (16) 117-126
-
基于卷积神经网络的生菜多光谱图像分割与配准 [黄林生, 邵松, 卢宪菊, 郭新宇, 樊江川] 农业机械学报 2021 (9) 186-194
-
基于Mask20R-CNN的牛体尺测量系统 [赵建敏, 文博, 李琦] 畜牧与兽医 2021 (5) 42-48
-
基于GLCM纹理特征提取的黄瓜叶部病害检测算法研究 [李亚文, 刘爱军, 陈垚] 湖北农业科学 2022,61 (9) 141-145
-
基于改进模糊C均值聚类算法的草坪杂草识别 [化春键, 张爱榕, 蒋毅, 俞建峰, 陈莹] 华南农业大学学报 2022 (3) 107-115
-
基于小波滤波与自适应阈值分割算法的玫瑰叶片病斑提取研究 [肖洒, 赖菲, 董春富, 李文勤, 李明] 安徽农学通报(下半月刊) 2022,28 (7) 97-100
-
基于图像测量的毛竹笋高生长在线监测 [贾新宇, 江朝晖, 李娟, 高健] 林业工程学报 2021 (4) 134-139
-
农作物籽粒分割研究现状综述 [彭顺正, 岳延滨, 冯恩英, 黄安林] 安徽农业科学 2022,50 (4) 13-16
-
基于YOLO v4+HSV的成熟期番茄识别方法 [李天华, 孙萌, 丁小明, 李玉华, 张观山, 施国英, 李文显] 农业工程学报 2021 (21) 183-190
