基于葉表圖片的番茄病蟲害自動檢測
發(fā)布時間:2020-04-09 12:39
【摘要】:番茄病蟲害種類多且病理復(fù)雜,單純依靠人工識別比較困難,出錯率較高。針對我國最常見的十種番茄病蟲害,本文搜集大量番茄病蟲害葉表圖片,運(yùn)用Keras/TensorFlow深度學(xué)習(xí)框架研究番茄病蟲害檢測方法,通過訓(xùn)練實(shí)現(xiàn)了番茄病蟲害自動檢測模型。本文的主要工作如下:1.構(gòu)建番茄病蟲害圖庫,該圖庫由十種我國常見番茄病蟲害圖片和正常番茄圖片組成。圖庫共有十一類圖片,每類640張,一共7040張。2.構(gòu)建多層卷積神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)由輸入層、四個卷積層、四個池化層、兩個全連接層及輸出層組成。訓(xùn)練過程采用了數(shù)據(jù)增強(qiáng)、Dropout、隨機(jī)梯度下降(Stochastic Gradient Descent SGD)等技術(shù),所訓(xùn)練出的模型實(shí)現(xiàn)了84%的平均分類正確率。3.利用遷移學(xué)習(xí)技術(shù)實(shí)現(xiàn)卷積神經(jīng)網(wǎng)分類模型。(1)使用VGG16深度模型第一個全連接層輸出作為葉表圖片特征提取器,使用支持向量機(jī)(Support Vector Machine SVM)作為分類器,可實(shí)現(xiàn)88%的平均分類正確率。(2)改造VGG16深度模型,使其輸出節(jié)點(diǎn)對應(yīng)11種葉表狀態(tài),使用微調(diào)(Fine-tuning)技術(shù)對最后一個全連接層進(jìn)行重新訓(xùn)練,得到分類模型,該模型可實(shí)現(xiàn)89%的平均分類正確率。4.為實(shí)現(xiàn)檢測番茄病蟲害便攜性,本文將構(gòu)建的多層卷積神經(jīng)網(wǎng)絡(luò)移植到安卓操作系統(tǒng),測試結(jié)果表明,該系統(tǒng)在華為mate8下檢測一幅番茄葉表圖片平均用時為0.2s,能夠滿足實(shí)時性的要求。
【圖文】:
需要有針對性的圖像處理方法和算法。圖像處理技術(shù)與互聯(lián)網(wǎng)及相應(yīng)的模型相結(jié)合,針對番茄葉表病情圖片,開發(fā)專家系統(tǒng),實(shí)現(xiàn)用戶和專家的實(shí)時溝通,解決了由于主觀描述造成的誤判問題,可準(zhǔn)確識別病癥。1.3 本文使用圖庫本文主要研究番茄病蟲害的自動檢測,使用的圖庫是由兩部分組成,其中一部分是由國外知名的農(nóng)作物研究網(wǎng)站[25]所提供。該機(jī)構(gòu)的名稱是 CrowdAI,致力于各種植物的病蟲害的研究,番茄病蟲害圖片只是該機(jī)構(gòu)圖庫中的其中一類。另一部分番茄病蟲害圖片是從百度、歌農(nóng)數(shù)據(jù)和新農(nóng)民天地網(wǎng)等網(wǎng)站上下載得來。本論文選取了在我國比較常見的 10 種番茄病蟲害作為本課題的研究對象,加上健康的番茄葉片,總共分類識別種類為 11。11 種圖片總共有 7040 張,每類病情圖片 640張,每張圖片的分辨率為 240*256。以下是番茄圖片的展示(展示圖片的分辨率為194*194)。正常番茄:正常葉片呈青綠色,顏色均勻,紋理清晰,無斑點(diǎn),,無枯萎。番茄正常圖片如圖 1.1 所示。
f) g) h) i) j)a). 番茄細(xì)菌性斑點(diǎn) b). 番茄早疫病 c). 番茄晚疫病 d). 番茄葉霉病 e). 番茄斑枯病f). 番茄二斑葉螨病 g). 番茄棒孢菌病 h). 番茄花葉病 i). 番茄黃化曲葉病 j). 番茄灰葉斑病a). Tomato bacterial spot, b) Tomato early blight, c) Tomato late blight, d) Tomato leaf molde) Tomato septoria leaf spot, f) Tomato two spotted spider mite, g) Tomato target spoth) Tomato mosaic virus , i) Tomato yellow leaf curl virus, j) Tomato gray spot圖 1.2 番茄病蟲害圖片F(xiàn)ig. 1.2 Tomato disease pictures以下是十種番茄葉片的具體介紹以及圖片的展示。番茄細(xì)菌性斑點(diǎn):主要發(fā)病部位為葉片,葉片上會出現(xiàn)圓形或近圓形的深棕色斑點(diǎn),周圍有黃色光環(huán)。主要損害葉、莖、花、葉柄和果實(shí),特別是在葉片和未成熟的番茄中是最明顯的,幼苗和成株階段均可感染。番茄細(xì)菌性斑點(diǎn)病情葉片癥狀如圖 1.3 所示。
【學(xué)位授予單位】:大連交通大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2017
【分類號】:S436.412;TP391.41
【圖文】:
需要有針對性的圖像處理方法和算法。圖像處理技術(shù)與互聯(lián)網(wǎng)及相應(yīng)的模型相結(jié)合,針對番茄葉表病情圖片,開發(fā)專家系統(tǒng),實(shí)現(xiàn)用戶和專家的實(shí)時溝通,解決了由于主觀描述造成的誤判問題,可準(zhǔn)確識別病癥。1.3 本文使用圖庫本文主要研究番茄病蟲害的自動檢測,使用的圖庫是由兩部分組成,其中一部分是由國外知名的農(nóng)作物研究網(wǎng)站[25]所提供。該機(jī)構(gòu)的名稱是 CrowdAI,致力于各種植物的病蟲害的研究,番茄病蟲害圖片只是該機(jī)構(gòu)圖庫中的其中一類。另一部分番茄病蟲害圖片是從百度、歌農(nóng)數(shù)據(jù)和新農(nóng)民天地網(wǎng)等網(wǎng)站上下載得來。本論文選取了在我國比較常見的 10 種番茄病蟲害作為本課題的研究對象,加上健康的番茄葉片,總共分類識別種類為 11。11 種圖片總共有 7040 張,每類病情圖片 640張,每張圖片的分辨率為 240*256。以下是番茄圖片的展示(展示圖片的分辨率為194*194)。正常番茄:正常葉片呈青綠色,顏色均勻,紋理清晰,無斑點(diǎn),,無枯萎。番茄正常圖片如圖 1.1 所示。
f) g) h) i) j)a). 番茄細(xì)菌性斑點(diǎn) b). 番茄早疫病 c). 番茄晚疫病 d). 番茄葉霉病 e). 番茄斑枯病f). 番茄二斑葉螨病 g). 番茄棒孢菌病 h). 番茄花葉病 i). 番茄黃化曲葉病 j). 番茄灰葉斑病a). Tomato bacterial spot, b) Tomato early blight, c) Tomato late blight, d) Tomato leaf molde) Tomato septoria leaf spot, f) Tomato two spotted spider mite, g) Tomato target spoth) Tomato mosaic virus , i) Tomato yellow leaf curl virus, j) Tomato gray spot圖 1.2 番茄病蟲害圖片F(xiàn)ig. 1.2 Tomato disease pictures以下是十種番茄葉片的具體介紹以及圖片的展示。番茄細(xì)菌性斑點(diǎn):主要發(fā)病部位為葉片,葉片上會出現(xiàn)圓形或近圓形的深棕色斑點(diǎn),周圍有黃色光環(huán)。主要損害葉、莖、花、葉柄和果實(shí),特別是在葉片和未成熟的番茄中是最明顯的,幼苗和成株階段均可感染。番茄細(xì)菌性斑點(diǎn)病情葉片癥狀如圖 1.3 所示。
【學(xué)位授予單位】:大連交通大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2017
【分類號】:S436.412;TP391.41
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 張晴晴;劉勇;潘接林;顏永紅;;基于卷積神經(jīng)網(wǎng)絡(luò)的連續(xù)語音識別[J];工程科學(xué)學(xué)報;2015年09期
2 張云龍;來智勇;景旭;呂靜;;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的大豆病害檢測[J];農(nóng)機(jī)化研究;2015年02期
3 龔丁禧;曹長榮;;基于卷積神經(jīng)網(wǎng)絡(luò)的植物葉片分類[J];計算機(jī)與現(xiàn)代化;2014年04期
4 魏蕾;何東健;喬永亮;;基于圖像處理和SVM的植物葉片分類研究[J];農(nóng)機(jī)化研究;2013年05期
5 張寧;劉文萍;;基于圖像分析的植物葉片識別技術(shù)綜述[J];計算機(jī)應(yīng)用研究;2011年11期
6 柴阿麗;李寶聚;石延霞;岑U嗹
本文編號:2620766
本文鏈接:http://sikaile.net/nykjlw/yylw/2620766.html
最近更新
教材專著