基于深度学习的植物病虫害图像识别

被引:34
作者
安强强
张峰
李赵兴
张雅琼
机构
[1] 榆林学院
关键词
病虫害; 图像识别; 深度学习; SVM;
D O I
暂无
中图分类号
S43 [病虫害及其防治]; TP391.41 [];
学科分类号
090401 [植物病理学];
摘要
植物病虫害的识别是对植物保护和利用的基础,随着计算机图像识别技术的发展,利用计算机图像处理技术获取植物病虫害信息可以大大提高植物病虫害的识别效率。选择SVM工具箱和Matlab的图形用户界面工具箱GUI设计开发了苜蓿植物病虫害识别系统,构建了自然环境下图像数据库和特定环境图像数据库,为今后的植物病虫害图像识别技术的发展奠定了基础。
引用
收藏
页码:38 / 40
页数:3
相关论文
共 5 条
[1]
基于深度学习和SVM的植物叶片识别系统的研究与测试 [D]. 
马珍玉 .
内蒙古农业大学,
2016
[2]
基于深度学习的植物叶片识别算法研究 [D]. 
张帅 .
北京林业大学,
2016
[3]
基于深度学习和支持向量机的4种苜蓿叶部病害图像识别 [J].
秦丰 ;
刘东霞 ;
孙炳达 ;
阮柳 ;
马占鸿 ;
王海光 .
中国农业大学学报, 2017, 22 (07) :123-133
[4]
分布式移动农业病虫害图像采集与诊断系统设计与试验 [J].
姚青 ;
张超 ;
王正 ;
杨保军 ;
唐健 .
农业工程学报, 2017, 33(S1) (S1) :184-191
[5]
植物病虫害预警机器人——Prospera农情检测系统 [J].
李恺 .
农业工程技术, 2016, 36 (22) :70