卷积神经网络在黄瓜叶部病害识别中的应用

被引：29

作者：

张善文

谢泽奇

张晴晴

机构：

[1] 郑州大学西亚斯国际学院

来源：

江苏农业学报 | 2018年 / 34卷 / 01期

关键词：

黄瓜; 病害识别; 卷积神经网络; 特征提取; Softmax分类器;

D O I：

暂无

中图分类号：

S436.421 [黄瓜病虫害]; TP391.41 [];

学科分类号：

090401 ; 090402 ; 080203 ;

摘要：

针对传统黄瓜病害识别方法中提取到的分类特征容易受病害叶片形态多样性、光照和背景影响的问题,提出了一种基于卷积神经网络的黄瓜病害识别方法,并建立了一个具有6种黄瓜病害的155 000多幅训练叶片图像数据库。根据病害叶片图像的复杂性,利用卷积神经网络从该数据库中自动学习黄瓜病害叶片图像的属性特征,再利用Softmax分类器进行分类。试验结果表明,与基于特征提取的传统病害识别方法相比,该方法的识别性能较高。

引用

页码：56 / 61

页数：6

共 10 条

[1] 基于颜色特征和属性约简的黄瓜病害识别方法 [J].

谢泽奇 ;

张会敏 ;

张善文 ;

张云龙 .

江苏农业学报, 2015, (03) :526-530

[2] 基于支持向量机的黄瓜叶部病害的识别研究 [J].

张芳 ;

王璐 ;

付立思 ;

田有文 .

沈阳农业大学学报, 2014, 45 (04) :457-462

[3] 基于病斑形状和神经网络的黄瓜病害识别 [J].

贾建楠 ;

吉海彦 .

农业工程学报, 2013, 29(S1) (S1) :115-121

[4]

基于支持向量机的黄瓜叶部白粉病害检测[D]. 冀晓丽.东北大学. 2014

[5] Deep learning [J].

Wick C. .

Informatik-Spektrum, 2017, 40 (1) :103-107

[6]

Deep Neural Networks Based Recognition of Plant Diseases by Leaf Image Classification[J] . Srdjan Sladojevic,Marko Arsenovic,Andras Anderla,Dubravko Culibrk,Darko Stefanovic,Marc Van Hulle.Computational Intelligence and Neuroscience . 2016

[7]

Cucumber disease recognition based on Global-Local Singular value decomposition[J] . Shanwen Zhang,Zhen Wang.Neurocomputing . 2016

[8]

Design of Automatic Recognition of Cucumber Disease Image[J] . Peng Guo,Tonghai Liu,Naixiang Li.Information Technology Journal . 2014 (13)

[9]

Recognition of Greenhouse Cucumber Disease Based on Image Processing Technology[J] . Dong Pixia,Wang Xiangdong.Open Journal of Applied Sciences . 2013 (01)

[10]

A study of image processing on identifying cucumber disease .2 WEI Y,CHANG R,WANG Y,et al. IFIP Advances in Information&Communication Technology . 2016

← 1 →