文献类型： 中文期刊

作者： 熊晓菲 ¹ ; 王秀琴 ² ; 庄翠珍 ³ ; 郭家贤 ³ ; 谢新锐 ⁴ ; 吴建伟 ¹ ; 李奇峰 ¹ ;

作者机构： 1.北京市农林科学院信息技术研究中心

2.北京派得伟业科技发展有限公司

3.新平褚氏农业有限公司

4.农芯科技(天津)有限责任公司

关键词： 炭疽病;深度学习;目标检测;分类识别;病害诊断;SVM

期刊名称： 中国农业科技导报

ISSN： 1008-0864

年卷期： 2024 年 26 卷 009 期

页码： 83-92

收录情况： 北大核心 ; CSCD

摘要： 炭疽病在柑橘园普遍发生、危害严重，为提高果园环境条件下病害识别的及时性和准确率，保障果品产量和品质，对果园环境条件下病害图像的ROI融合特征进行识别。收集果树不同发病部位、病害不同发病阶段的9种类型的柑橘炭疽病害图像作为模型训练的数据集；在病害ROI特征提取检测模块中对图像颜色、纹理特征及其融合特征进行提取，以获得更多的病害特征信息，并形成SVM分类器；使用训练好的SVM分类器进行待测病害图片的检测识别。将光谱特征与纹理特征融合送入训练好的SVM分类器，病害识别准确率平均可达94%，病害识别平均用时0.005 s。该方法对复杂自然环境下柑橘炭疽病的检测识别具有较高的精准度和较强的鲁棒性，对柑橘疾病的防控具有重要意义。