基于SVM和CNN组合模型的黄瓜病斑叶片检测与识别

文献类型： 中文期刊

第一作者： 王浩

作者： 王浩;王建春;李凤菊;钱春阳;张雪飞;徐义鑫;吕雄杰;杜彦芳;宋斌

作者机构：

关键词： 黄瓜;病斑检测;支持向量机;卷积神经网络;改进算法

期刊名称： 贵州农业科学

ISSN： 1001-3601

年卷期： 2020 年 48 卷 010 期

页码： 58-63

收录情况： 北大核心

摘要： 为建立准确高效的黄瓜病斑叶片的检测与识别算法提供参考,针对黄瓜叶片常见病斑检测与识别时存在的环境适应性差、识别精度低等问题,提出基于改进的SVM(支持向量机)和CNN(卷积神经网络)组合模型的黄瓜病斑叶片检测与识别算法.依据黄瓜设施场景特征,首先对病斑图像进行色彩增强,通过直方图均衡化对图像进行再处理,利用优化的HOG+SVM分类器对黄瓜叶片进行提取;通过稀疏滤波器及增加偏置对CNN算法进行改进,识别出叶片的病斑类别.结果 表明:在黄瓜设施场景下,改进SVM和CNN组合模型的黄瓜病斑叶片检测与识别算法对叶片提取的查准率及差全率分别达87.21%和88.77%,对病斑的整体识别精准率为91.9%.算法实时性强,具有实际推广应用前景.

分类号： S126%S432

  • 相关文献

[1]基于改进的SSD框架与表型特征的黄瓜快速分级算法. 李凤菊,王浩,王建春,郭仰东,刘楠,李扬. 2019

[2]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[3]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[4]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[5]小样本卷积神经网络井震映射反演. 安振芳,张进,张建中,邢磊,黄忠来. 2020

[6]采用卷积神经网络构建西北太平洋柔鱼渔场预报模型. 朱浩朋,伍玉梅,唐峰华,靳少非,裴凯洋,崔雪森. 2020

[7]基于轻量化卷积神经网络的改进模型与验证. 李润龙,王运圣,徐识溥,刘勇. 2020

[8]基于VGG-16卷积神经网络的海水养殖病害诊断. 李海涛,王腾,王印庚. 2020

[9]基于卷积神经网络的水稻纹枯病图像识别. 刘婷婷,王婷,胡林. 2019

[10]基于U-Net的甘蔗提取方法. 董秀春,蒋怡,王思,李宗南,王昕. 2019

[11]卷积神经网络在农业病虫害识别中的应用. 张耀丽,许宁,宋裕民,孟庆山,侯旭,李虎. 2023

[12]融合语义特征与边缘特征的枸杞空间分布提取. 尹昊,张承明,李剑萍,韩颖娟,侯学会. 2022

[13]基于ResNet深度残差网络的白喉乌头检测. 梁俊欢,董峦,阿斯娅·曼力克,孙宗玖,魏鹏,马海燕,艾尼玩·艾买尔,阿仁,郑逢令. 2023

[14]一种基于深度学习的水稻种子分类方法. 王晓飞,刘维,巫浩翔,陈浩,张丽婷,潘朝阳,何秀英. 2024

[15]基于深度学习模型的种植结构复杂区农作物精细分类研究. 田甜,王迪,王珍,李会宾. 2022

[16]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

[17]卷积神经网络在农业遥感图像语义分割中的应用综述. 徐乐园,毛克彪,郭中华,葛非凡,赵瑞. 2024

[18]基于VGG-16卷积神经网络的水稻害虫智能识别研究. 钱蓉,孔娟娟,朱静波,张萌,董伟. 2020

[19]基于多列空洞卷积神经网络的麦穗计数方法研究. 刘云玲,张品戈,王千航,周睿琪,赵佳,肖永贵,马韫韬. 2021

[20]一种边缘辅助的卫星影像云修复卷积神经网络. 张雨姝,戴佩玉. 2024

作者其他论文 更多>>

微信小程序