基于U-Net的玉米叶部病斑分割算法

文献类型： 中文期刊

第一作者： 刘永波

作者： 刘永波;胡亮;曹艳;唐江云;雷波

作者机构：

关键词： 玉米病害;图像处理;全卷积;U-Net;病程分级

期刊名称： 中国农学通报

ISSN： 1000-6850

年卷期： 2021 年 005 期

页码： 88-95

收录情况： CSCD

摘要： 本文旨在提出一种基于U-Net算法模型的玉米病程分级方法,实现对玉米常见4类叶部病害程度的快速、准确、客观分级。该方法以两组U-Net模型并行运算实现对玉米叶部病斑图像的语义分割任务。经测试图像分割试验中病斑分割MIoU值达到93.63%,叶片分割MIoU值达到96.33%,且运算速度均在1秒内完成。试验结果表明,该研究以手机拍照等方式采集数据源,不依赖专业仪器设备即可实现玉米病害快速分级,可取代以往以人工目测进行的病害识别方式,提高了病害分级的准确性和客观性。该模型与物联网设备结合运用,可实现玉米病害预警、降低病害影响、增产增收科技惠农的目标。

分类号： TP391.41%TP183%S435.131

  • 相关文献

[1]机器视觉在HSV颜色空间下稻瘟病病程分级判定研究. 刘永波,雷波,胡亮,唐江云,曹艳,尹亚琳. 2020

[2]基于深度卷积神经网络的玉米病害识别. 雷波,曹艳,唐江云,胡亮. 2018

[3]基于高光谱图像的草地面积估算方法研究. 宁广秀,布库. 2023

[4]基于U-Net网络的高标准农田道路识别方法. 袁翠霞,赵春江,任艳敏,刘玉,李淑华,李少帅. 2023

[5]基于WorldView-2影像和语义分割模型的小麦分类提取. 董秀春,刘忠友,蒋怡,郭涛,李宗南. 2022

[6]面向地震波初至智能拾取的超分辨率深度残差方法研究. 李建平,张硕伟,丁仁伟,麻晓敏,赵俐红,赵硕. 2023

[7]基于CBAM-UNet的大菱鲆鱼卵识别计数方法. 钱程,张佳鹏,涂雪滢,刘晃,乔淦,刘世晶. 2024

[8]辽宁省玉米病害发生现状及育种对策. 杨镇,姚峰,那桂秋,赵任飞. 2002

[9]桦甸市玉米主要病害综合防控技术. 段元才,方向前,韩喜福,苏仕卫,李姝,乔志一,胡楠. 2015

[10]基于多叉树遍历算法的玉米病害检索诊断系统. 杨菲,周浩,贾曦,齐世军,刘治先,孙浩洋,孙琦,张成华. 2015

[11]甘肃玉米主要病害发生动态调查. 李青青,郭满库,郭成,郭建国. 2014

[12]2007年吉林省玉米主要病害调查及其发生趋势预测. 苏前富,张伟,宋淑云,晋齐鸣,李红,张欣芳,隋晶. 2008

[13]玉米主要病害发生趋势及防治对策. 李宝英. 2004

[14]一种值得注意的玉米病害：弯孢菌叶斑病. 戴法超,高卫东,吴仁杰,金晓华. 1995

[15]一种基于改进卷积神经网络的玉米病害高效识别模型. 王营瑛,郑铖,董伟,高海涛. 2023

[16]不同耕作方式玉米田土壤病原菌数量分布与病害相关性研究. 晋齐鸣,宋淑云,李红,苏前富,张伟,王立新,隋晶. 2007

[17]一种基于深度学习的玉米病害识别方法. 郑铖,董伟,高海涛. 2023

[18]山西省玉米病害的发生现状及防治对策. 王富荣,石秀清,石银鹿. 2000

[19]玉米杂交种对多种病害抗性鉴定结果初报. 刘爱国,张成和,石洁. 2000

[20]71份新选育自交系对主要玉米病害的抗性分析. 贾娇,张伟,孟玲敏,苏前富,晋齐鸣. 2021

作者其他论文 更多>>

微信小程序