基于机器视觉的农作物病害识别研究进展

文献类型： 中文期刊

第一作者： 麻剑钧

作者： 麻剑钧;刘晓慈;金龙新;熊伟;易森林;封春芳;刘阳;夏先亮

作者机构：

关键词： 病害识别;卷积神经网络;机器学习;模型部署;综述

期刊名称： 湖南农业科学

ISSN： 1006-060X

年卷期： 2023 年 009 期

页码： 97-100

摘要： 基于机器视觉的农作物病害识别是近年来农业领域备受关注的研究方向。该识别技术旨在通过图像处理自动检测和识别农作物受到的病害，以便及时发现农作物病害，尽早防治。回顾了传统病虫害识别的机器学习方法；介绍了自动特征提取的深度学习方法，并从病害分类、病害检测和病害分割3个方面阐述了深度学习方法在农作物病害识别中的的应用研究进展；讨论了基于机器视觉的农作物病害识别技术目前面临的挑战，例如大规模数据集的获取不易、数据不平衡和模型部署难等；最后对机器视觉在农作物病害识别领域应用的未来发展方向进行了展望。

分类号： TP391.41%S43

  • 相关文献

[1]面向植物病害识别的卷积神经网络精简结构Distilled-MobileNet模型. 邱文杰,叶进,胡亮青,杨娟,李其利,莫贱友,易万茂. 2021

[2]基于卷积神经网络的家蚕病害识别研究. 石洪康,肖文福,黄亮,胡丛武,胡光荣,张剑飞. 2022

[3]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

[4]一种马铃薯病害神经网络识别方法. 刘飞,董伟,高海涛. 2022

[5]基于机器学习和无人机图像的棉花密度识别研究. 张静,王清茹,雷亚平,王占彪,韩迎春,李小飞,邢芳芳,范正义,李亚兵,冯璐. 2021

[6]基于CNN的作物分类识别图像获取平台研究进展. 张倩,王明,于峰,陶震宇,张辉,李刚. 2024

[7]基于AIC-YOLOv11n模型的砀山梨多表面缺陷检测方法. 李成轩,赵春江,张驰,黄文倩,李佳琪,何鑫,王庆艳. 2025

[8]基于HOG+SVM的田间水稻病害图像识别方法研究. 马超,袁涛,姚鑫锋,籍延宝,李琳一. 2019

[9]基于图像的水稻病害识别方法研究. 管泽鑫,唐健,杨保军,周营烽,范德耀,姚青. 2010

[10]设施温室影像采集与环境监测机器人系统设计及应用. 郭威,吴华瑞,朱华吉. 2020

[11]黄瓜三大病害识别及其综合防治. 孟攀奇. 2004

[12]基于多尺度和注意力机制的番茄病害识别方法. 张宁,吴华瑞,韩笑,缪祎晟. 2021

[13]基于注意力机制与EfficientNet的轻量化水稻病害识别方法. 卫雅娜,王志彬,乔晓军,赵春江. 2022

[14]基于对比学习的植物叶片病害识别. 杨新宇,冯全,张建华,杨森. 2024

[15]基于深度学习的农作物病害识别系统研发. 梁万杰,曹静,孙传亮,曹宏鑫,张文宇. 2023

[16]基于可见光谱和改进注意力的农作物病害识别. 孙文斌,王荣,高荣华,李奇峰,吴华瑞,冯璐. 2022

[17]基于高光谱成像的甘蔗叶片早期轮斑病与锈病识别技术. 黄亦其,刘祥焕,黄震宇,钱万强,刘双印,乔曦. 2023

[18]基于复杂环境的番茄叶部图像病虫害识别. 杨英茹,吴华瑞,张燕,朱华吉,李瑜玲,田国英. 2021

[19]马铃薯主要病害识别与防治措施. 贾豪. 2003

[20]基于图像的植物病害识别研究进展. 余敏,李丰兵,祝光湖,宋修鹏,王泽平,张小秋,雷敬超,黄海荣,黄伟华,陈潇航,黄冬梅,李秋芳,颜梅新. 2024

作者其他论文 更多>>

微信小程序