检索结果-南通市图书馆

基于分层特征对齐网络的小样本马铃薯病害叶片检测

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2024年第2期45卷 250-258页

作者：牛玉霞孙宙红任伟陈林琳陈莉莉南通科技职业学院信息与智能工程学院江苏南通226007 江苏省农业农村污染防治技术与装备工程研究中心江苏南通226007 云南大学昆明市650000

针对传统马铃薯病害叶片检测方法过度依赖大量训练数据以及对未知病害识别泛化性不强的问题,提出一种基于分层特征对齐网络的小样本马铃薯病害叶片检测模型。首先,收集并整理包含多种病害类型的弱标注马铃薯病害叶片数据集。其次,在支... 详细信息

针对传统马铃薯病害叶片检测方法过度依赖大量训练数据以及对未知病害识别泛化性不强的问题,提出一种基于分层特征对齐网络的小样本马铃薯病害叶片检测模型。首先,收集并整理包含多种病害类型的弱标注马铃薯病害叶片数据集。其次,在支持分支中建立文本语义和视觉语义的多模态双层特征语义表示,并利用预训练网络生成多个候选框。再次,利用卷积神经网络将候选框区域映射到深度特征空间,并借助无参数的度量方法实现文本语义与视觉语义的特征对齐。最后,将查询分支中的未知类病害图片与多模态视觉和文本语义关联集进行度量计算,根据相似度值快速给出待测图片中未知新类的病害类别。通过在自建的马铃薯病害叶片数据集和开源数据集上进行测试,所提出模型分别可以实现93.55%和96.35%的识别精度,在跨域数据集上可以实现95.15%和94.06%的识别精度,优于当前经典的目标检测模型,具有一定的实际应用价值。

关键词：马铃薯病害叶片检测分层特征对齐网络文本语义视觉语义

基于深度学习与复合字典的马铃薯病害识别方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第7期51卷 22-29页

作者：杨森冯全张建华孙伟王关平甘肃农业大学机电工程学院兰州730070 中国农业科学院农业信息研究所北京100081

为解决自然环境下小样本病害叶片识别率低、鲁棒性不强的问题,以马铃薯病害叶片为研究对象,提出一种基于深度卷积神经网络与复合特征字典结合的病害叶片识别方法。首先,利用迁移学习技术对Faster R-CNN模型进行训练,检测出病害叶片的斑... 详细信息

为解决自然环境下小样本病害叶片识别率低、鲁棒性不强的问题,以马铃薯病害叶片为研究对象,提出一种基于深度卷积神经网络与复合特征字典结合的病害叶片识别方法。首先,利用迁移学习技术对Faster R-CNN模型进行训练,检测出病害叶片的斑块区域;然后,采用高密度采样方法对整个斑块区域提取颜色特征和SIFT特征,建立颜色特征和SIFT特征词汇表,再由K-均值聚类算法对两类表观特征词汇表进行聚类,构造出复合特征字典;最后,将病害区域提取的特征在复合特征字典中映射后获得特征直方图,利用支持向量机训练出病害的识别模型。试验结果表明,复合特征字典中视觉单词数为50时,病害识别的鲁棒性和实时性最佳,平均识别准确率为90.83%,单帧图像耗时1.68 s;在颜色特征和SIFT特征组合下,本文方法在自然光照条件下对病害的平均识别准确率最高,达到84.16%;在相同数据集下,与传统词袋法相比,本文方法的平均识别准确率提高了25.45个百分点。

关键词：马铃薯病害识别模型自然环境 Faster R-CNN 复合字典

高光谱成像技术实现大田环境马铃薯复合病害检测

在线全文

学校读者我要写书评

暂无评论

高光谱成像技术实现大田环境马铃薯复合病害检测

作者：张峰云南师范大学

学位级别：硕士

针对传统的马铃薯病虫害检测方法效率和精度低的问题,本课题提出基于高光谱成像技术、光谱分析技术和相关机器学习方法相结合的形式,研究能够针对马铃薯病虫害进行快速精准的病虫害检测方法。根据卷积神经网络(CNN)和支持向量机(SVM)在... 详细信息

针对传统的马铃薯病虫害检测方法效率和精度低的问题,本课题提出基于高光谱成像技术、光谱分析技术和相关机器学习方法相结合的形式,研究能够针对马铃薯病虫害进行快速精准的病虫害检测方法。根据卷积神经网络(CNN)和支持向量机(SVM)在分类过程中的不同特点,构建七种针对马铃薯病虫害的分类检测模型:支持向量机、一维卷积神经网络(1DCNN)、二维卷积神经网络(2DCNN)、一维和二维融合卷积神经网络((1D-2D)CNN)、一维卷积神经网络融合支持向量机(1DCNN-SVM)、二维卷积神经网络融合支持向量机(2DCNN-SVM)、一维和二维融合卷积神经网络融合支持向量机((1D-2D)CNN-SVM)。研究使用的高光谱成像设备获取的马铃薯病虫害光谱数据存在噪声等因素的影响,会影响模型分类效果,不利于马铃薯病虫害的诊断研究和实际应用。通过对获取的原始光谱数据采用多元散射校正(MSC)、一阶导数(D1)、二阶导数(D2)、SG平滑算法(SG)、标准化(SS)、趋势校正(DT)六种光谱预处理方法优化光谱数据,提升模型分类检测精度。在室内马铃薯叶片早疫病不同染病时期的诊断研究中,先用CNN进行特征提取,再使用SVM分类,能够使马铃薯早疫病不同染病时期的病害识别率达到100%,实现马铃薯病害的理想化检测。针对马铃薯早疫病不同染病时期光谱数据相互干扰导致识别效果不佳的问题,将光谱数据经过不同预处理方法优化后再通过分类模型进行分类检测。发现MSC在不同的机器学习模型中都能优化模型性能,使得实验结果测试集精度达到100%,可以得出MSC为针对马铃薯早疫病不同染病时期检测分类的最佳预处理方法,对其进行MSC处理后可以不通过优化机器学习模型方式使得对马铃薯早疫病不同染病时期的分类诊断精度达到100%。在室外马铃薯单一病害的诊断中识别精度同样能够达到100%。将诊断模型应用于大田环境下马铃薯复合病害的诊断中仍能够取得93.63%的识别准确率。再结合光谱预处理方法在大田环境下针对马铃薯复合病害的诊断精度可以提升至98.73%。可知本课题使用的模型和预处理方法能够较好的实现大田环境下马铃薯复合病害的检测分类,研究提出的马铃薯病害检测方法已经满足由实验到应用的基本条件。

关键词：高光谱成像马铃薯病害光谱预处理支持向量机卷积神经网络

粘细菌菌株B25-Ⅰ-3次级代谢产物对马铃薯病害大田防效的初步检测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

粘细菌菌株B25-Ⅰ-3次级代谢产物对马铃薯病害大田防效的初步检测

作者：李娜内蒙古农业大学

学位级别：硕士

粘细菌(Myxobacteria)作为一类具有社会性行为的高等原核生物,其次级代谢产物具有抗细菌、抗真菌、抗肿瘤、抗病毒等活性,是筛选天然药物的良好资源。马铃薯是世界上的第四大粮食作物,仅次于水稻、小麦和玉米,也是我国的第四主粮。马铃... 详细信息

粘细菌(Myxobacteria)作为一类具有社会性行为的高等原核生物,其次级代谢产物具有抗细菌、抗真菌、抗肿瘤、抗病毒等活性,是筛选天然药物的良好资源。马铃薯是世界上的第四大粮食作物,仅次于水稻、小麦和玉米,也是我国的第四主粮。马铃薯在生长过程中很容易遭到各种侵害,例如早疫病、晚疫病、黑胫病、环腐病、黑痣病以及虫子的侵咬,最终导致马铃薯的产量减少。实验室前期分离得到一株粘细菌菌株B25-Ⅰ-3,其次级代谢产物对马铃薯病原菌具有广谱抑制作用,然而,该菌株次级代谢产物对马铃薯病害的大田防治效果尚未可知。本研究对菌株B25-Ⅰ-3次级代谢产物的马铃薯病害大田防效进行了初步检测。结果显示,菌株B25-Ⅰ-3次级代谢产物药剂在浓度为10g/m L时,可有效抑制马铃薯晚疫病菌致病疫霉菌丝的生长,添加有机硅助剂的10g/m L菌株B25-Ⅰ-3次级代谢产物对马铃薯盆栽植株是安全的。菌株B25-Ⅰ-3次级代谢产物药剂浸种、田间喷施对苗期、开花结薯期、淀粉积累期和成熟期马铃薯植株的基础生长指标、叶绿素含量、马铃薯薯块的品质以及产量均未产生明显影响,说明菌株B25-Ⅰ-3次级代谢产物对马铃薯植株是安全的。对各时期不同处理组的病情指数和防治效果进行分析,CK组在各个生长期的病情指数均为最高。B1处理组在各个生长期的病情指数均较低,而在开花结薯期和成熟期的病情指数最低。各个处理组的病情指数无显著性差异。计算各处理组与CK组相比较的病害防治效果,B1处理组在各个生长期的防治效果均较高,分别为72.18%、66.47%、17.87%和92.31%,B2处理组的防治效果分别为51.41%、36.50%、19.46%和68.94%,常规处理组的防治效果分别为76.76%、56.08%、6.20%和67.55%。对病薯率、商品薯率进行统计分析显示,B1组与常规组的病薯率均显著低于B2组和CK组,而B1组与常规组的商品薯率高于B2组和CK组,但各处理组的商品薯率并无显著性差异。这些结果说明,菌株B25-Ⅰ-3次级代谢产物对马铃薯病害具有防治效果,其防治效果与普通农药相当。对此次马铃薯病害进行病原菌的分离纯化及鉴定,共分离得到12株病原菌,生物学形态以及分子鉴定结果显示,其病原菌为茄链格孢菌(Alternaria solani)和交链格孢菌(Alternaria alternata),此次的马铃薯病害为马铃薯早疫病。该工作为今后粘细菌制剂大田防效的深入开展奠定了基础。

关键词：粘细菌次级代谢马铃薯病害病情指数防治效果茄链格孢菌交链格孢菌

基于ROI快速检测与融合特征的马铃薯病害识别

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

西南农业学报 2019年第3期32卷 544-550页

作者：范振军李小霞特殊环境机器人技术四川省重点实验室四川绵阳621010 西南科技大学信息工程学院四川绵阳621010

【目的】针对在原始马铃薯病害图像上提取特征时计算量大、病害识别准确率低以及传统病害区域分割算法速度慢等问题,提出了一种新的基于关键特征点的病害感兴趣区域(ROI)快速检测与融合颜色和纹理特征的识别方法。【方法】对马铃薯病害... 详细信息

【目的】针对在原始马铃薯病害图像上提取特征时计算量大、病害识别准确率低以及传统病害区域分割算法速度慢等问题,提出了一种新的基于关键特征点的病害感兴趣区域(ROI)快速检测与融合颜色和纹理特征的识别方法。【方法】对马铃薯病害图像作适当预处理后,首先提取ORB特征点,当其特征点数目小于给定阈值时提取SIFT特征点,再对所提特征点的坐标值按水平和垂直方向排序,并通过计算K个近邻点的均值来确定病害区域的坐标并提取ROI。然后融合病害ROI的HSV颜色直方图和UPLBP纹理直方图构成总特征向量。最后采用非线性SVM识别马铃薯病害。【结果】利用该方法对240幅马铃薯叶部、果实和茎部10种混合病害图像进行识别实验,结果表明,每幅病害图像ROI检测平均时间为0.013 s,平均识别正确率达95.83%,最高达100%,平均运行时间为0.083 s。【结论】基于ORB和SIFT关键特征点的病害ROI检测方法原理简单、易实现且实时性好。本文方法可实现对10类马铃薯病害的快速识别且准确率高,为其它农作物病害识别提供了参考价值。

关键词：马铃薯病害感兴趣区域融合特征支持向量机识别

基质培马铃薯原原种水肥一体化离地繁育技术规程研究

在线全文

学校读者我要写书评

暂无评论

基质培马铃薯原原种水肥一体化离地繁育技术规程研究

2022年第二十四届中国马铃薯大会

作者：林团荣张志成王玉凤王伟王真范龙秋焦欣磊王懿茜李慧成黄文娟韩素娥谭桂莲韩万军邢莹莹尹玉和乌兰察布市农林科学研究所乌兰察布市农业技术推广中心

针对目前内蒙古自治区马铃薯脱毒原原种繁育技术问题,制定了基质培马铃薯原原种水肥一体化离地繁育技术规程。马铃薯原原种水肥一体化是目前公认较好的灌溉方式,马铃薯水肥一体化灌溉不仅可以大大减少灌水的使用,还能显著减少化肥农药... 详细信息

针对目前内蒙古自治区马铃薯脱毒原原种繁育技术问题,制定了基质培马铃薯原原种水肥一体化离地繁育技术规程。马铃薯原原种水肥一体化是目前公认较好的灌溉方式,马铃薯水肥一体化灌溉不仅可以大大减少灌水的使用,还能显著减少化肥农药的使用,对减少病害、提升种薯质量起到了非常重要的作用。通过温、网室离地基质培生产原原种,并进行水肥一体化管理,使组培苗移栽成活率达95%以上,单株结薯数达到3～5个,形成一套高效低成本马铃薯原原种水肥一体化离地繁育技术规程。该规程为广大马铃薯种植户提供了合理的技术参考,为马铃薯原原种水肥一体化离地繁育技术推广提供理论依据。

关键词：原原种离地水肥一体化马铃薯病害技术规程

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于字典学习的马铃薯叶片病害图像识别算法

河南农业科学 2018年第4期47卷 154-160页

作者：赵建敏芦建文内蒙古科技大学信息工程学院内蒙古包头014010 包钢集团公司信息服务中心内蒙古包头014010

为实现马铃薯叶片病害识别,达到及时防治的目的,设计了一种基于压缩感知理论的马铃薯病害图像分类方法。采用K-奇异值分解算法(K-SVD)分别构造了马铃薯早疫病、晚疫病、灰霉病叶片图像病害字典,通过正交匹配追踪算法求解测试样本在不同... 详细信息

为实现马铃薯叶片病害识别,达到及时防治的目的,设计了一种基于压缩感知理论的马铃薯病害图像分类方法。采用K-奇异值分解算法(K-SVD)分别构造了马铃薯早疫病、晚疫病、灰霉病叶片图像病害字典,通过正交匹配追踪算法求解测试样本在不同病害字典下的稀疏系数矩阵,并进行图像重构,求解重构均方根误差。利用不同类别字典本身的差异性,测试样本重构时,误差最小的字典即为测试样本所属病害种类。与支持向量机识别算法相比,该方法能够自学习图像特征,大大降低了图像分割和特征提取复杂度。经对比测试,采用字典学习理论进行分类,马铃薯3种叶片病害单一病斑图片综合识别率达到95.33%,高于支持向量机分类识别算法(识别率92%)。

关键词：马铃薯病害图像识别压缩感知字典学习 K-SVD 正交匹配追踪算法

在线全文

学校读者我要写书评

暂无评论

一种马铃薯病害神经网络识别方法

安徽科技学院学报 2022年第2期36卷 75-80页

作者：刘飞董伟高海涛安徽科技学院机械工程学院安徽凤阳233100 安徽省农业科学院安徽合肥230001 安徽科技学院电气与电子工程学院安徽凤阳233100

目的:为解决马铃薯病害识别效率低和识别效果差等问题,构建一种基于卷积神经网络的马铃薯病害识别模型,以期获得更好的识别性能。方法:以卷积神经网络为基础,通过融入抑制神经元、批归一化等方法优化网络结构,提高网络的泛化能力,抑制... 详细信息

目的:为解决马铃薯病害识别效率低和识别效果差等问题,构建一种基于卷积神经网络的马铃薯病害识别模型,以期获得更好的识别性能。方法:以卷积神经网络为基础,通过融入抑制神经元、批归一化等方法优化网络结构,提高网络的泛化能力,抑制过拟合等;选取马铃薯两种病害和健康图像作为研究对象,对图像进行增强、归一化等处理,以8∶2的比例构建训练集和测试集对模型进行训练和测试。结果:该模型在精确率、召回率和调和均值评价指标上均优于对比模型,其收敛速度快,泛化能力强且鲁棒性好,与对比的模型相比具有更好的识别效果。结论:该方法为马铃薯病害的高效识别提供了新的途径。

关键词：马铃薯病害卷积神经网络病害识别识别精度

高光谱图像特征融合实现马铃薯早疫病和晚疫病分类识别

在线全文

学校读者我要写书评

暂无评论

高光谱图像特征融合实现马铃薯早疫病和晚疫病分类识别

作者：李欣庭云南师范大学

学位级别：硕士

马铃薯的早疫病和晚疫病是马铃薯种植过程中最高发也是最具威胁的病害,病害的防治对于马铃薯的产量起着决定性作用。但早期的早疫病和晚疫病比较相似,很难区分,而且传统的病害诊断方法容易受诸多因素影响造成误判、诊断效率低等问题。... 详细信息

马铃薯的早疫病和晚疫病是马铃薯种植过程中最高发也是最具威胁的病害,病害的防治对于马铃薯的产量起着决定性作用。但早期的早疫病和晚疫病比较相似,很难区分,而且传统的病害诊断方法容易受诸多因素影响造成误判、诊断效率低等问题。高光谱成像技术可以连续动态监测,能及时准确地掌握农作物病害情况,还具有高分辨率、多波段、波段窄、光谱范围广和图谱合一等特点,对农作物病害研究极具价值。本研究基于高光谱成像技术对早期的马铃薯叶片早疫病和晚疫病进行检测分类研究,为了弥补单独使用光谱特征或图像特征的不足,本文将高光谱图像的光谱特征和图像特征进行融合,以达到精确识别马铃薯病害的目的。首先,使用高光谱成像系统采集366.66-976.41nm波段范围内的马铃薯早疫病、晚疫病和健康叶片高光谱图像。由于高光谱图像具有高维数据,其中含有大量冗余信息,不同波段间相关性较大,对于数据处理的精确度会产生较严重的影响。特征波长选择可以选取出全波段光谱中最有用的信息,简化模型,提高后期建模效率,所以论文使用主成分分析和二阶导数法从光谱维提取出早疫病叶片的特征波段长574.50nm、675.20nm和724.50nm,晚疫病叶片的特征波长572.29nm、675.11nm和780.33nm。然后,通过颜色矩提取出颜色特征,通过灰度共生矩阵提取出纹理特征,利用掩膜去除了图像背景,并做特征融合,即基于特征波长提取纹理特征,基于掩膜提取颜色特征。颜色特征和纹理特征都描述了图像的表面性质,与光谱特征融合后就结合了图像的内部和外部性质。最后,建立BP神经网络和SVM模型,分别对高光谱图像、高光谱图像纹理特征、高光谱图像颜色特征、特征图像、特征波长与纹理特征的融合和掩膜与颜色特征的融合进行分类识别。结果表明应用高光谱成像技术结合BP神经网络对马铃薯早疫病和晚疫病进行早期检测是一种可行有效的方法。与使用原始高光谱数据相比,使用特征融合数据建立的模型识别率更高。基于特征图像、特征图像下的纹理特征建立的BP神经网络识别率达到了100%,基于掩膜与颜色特征的融合数据识别率也达到了97.5%,分类识别效果较好,这证明在基于高光谱成像技术的农作物病害识别应用中,数据融合具有一定的优势。

关键词：高光谱成像技术特征提取分类马铃薯病害