您好，欢迎访问中国农业科学院 机构知识库！

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

面向神经网络结构搜索的植物叶片病害增强识别方法

文献类型： 中文期刊

作者： 代国威 1 ; 田志民 1 ; 樊景超 1 ; 王朝雨 1 ;

作者机构： 1.中国农业科学院农业信息研究所/国家农业科学数据中心

关键词： 图像处理;神经网络结构搜索;模糊c均值聚类;快速灰度共生矩阵;叶片病害识别

期刊名称： 西北林学院学报

ISSN： 1001-7461

年卷期： 2023 年 38 卷 005 期

页码： 153-161,193

收录情况： 北大核心 ; CSCD

摘要： 针对植物病害识别模型结构复杂且依赖于人为设计网络结构等问题,通过神经网络结构搜索(NAS),提出一种基于队列分块的神经网络结构搜索方法(NNSS),可实现超轻量级高精度植物叶片图像识别模型的自动构建.首先将 12 种在经济和环境下有益的植物共计 22 类植物叶片图像作为训练样本,利用模糊 c均值聚类(FCM)算法分割植物叶片的感染点,以获得叶片受关注的区域信息;通过图像像素的灰度空间相关性,采用快速灰度共生矩阵(FGLCM)算法提取 6 类受关注区域的纹理特征信息,获得的特征向量运用主成分变换选择重要特征;提出队列分块的局部搜索空间构造方法,将特征信息通过自动构建的模型进行分类.结果表明,NNSS方法取得了 98.33%的准确率,特异性和灵敏性表现最优.相比于 AlexNet、GoogLeNet、InceptionV3 和 VGGNet-16 模型,改进VGG-INCEP16 模型的性能得到进一步提升,但仍低于 NNSS 方法,这是由于该方法能结合数据集搜索合适的网络结构,对比次优 VGG-INCEP16 模型准确率至少提高了 2.1%.研究结果显示,NNSS方法能够实现准确识别植物病害,对于神经网络模型结构自动搜索的未来具有较高的实际应用价值.

  • 相关文献

[1]黑河下游土壤的细土颗粒粒径组成和质地类型的空间分布规律初步研究. 毛丽丽,于静洁,张一驰,孙国忠. 2014

[2]基于计算机视觉技术的黄瓜叶部病害自动诊断研究. 岑喆鑫. 2008

[3]基于计算机视觉和光谱分析技术的蔬菜叶部病害诊断研究. 柴阿丽. 2011

[4]基于神经网络的水稻三化螟识别系统的设计与实现. 王剑. 2006

[5]基于MODIS数据反演作物叶面积指数. 刘洋,刘荣高,刘纪远,陈仲新,王利民,邹金秋. 2008

[6]基于分区LBP及蚁群算法的牧草识别. Han Fan,韩璠,Pan Xin,潘新. 2013

[7]水稻叶片颜色可视化模拟方法研究. Yang Hongyun,杨红云,Sun Aizhen,孙爱珍,Yang Wenji,杨文姬,He Huojiao,何火娇. 2018

[8]基于无人机遥感数据的内蒙古草原鼠洞数字化检测. 赵晓庆,杨贵军,杨浩,徐波,王艳杰. 2016

[9]基于图像处理的小麦穗长和小穗数同步测量. 路文超,罗斌,潘大宇,赵勇,于春花,王成. 2016

[10]密闭空间雾滴沉积状态参数的显微图像解析. 邱白晶,沙俊炎,汤伯敏,吴昊,李佐鹏. 2008

[11]基于Android手机的水稻剑叶角测量系统. 路文超,赵勇,罗斌,潘大宇,王成. 2015

[12]基于HSV空间颜色直方图的油菜叶片缺素诊断. 张凯兵,章爱群,李春生. 2016

[13]基于改进梯度投影NMF和复Contourlet变换的遥感图像融合. 吴一全,沈毅,殷骏. 2014

[14]水稻穗部籽粒参数快速无损获取方法研究. 许杰,周子力,潘大宇,王成,罗斌,宋鹏. 2017

[15]基于分形维数的放牧地秃斑特征提取方法及其应用. 王钊齐,林慧龙. 2011

[16]基于数字图像技术的冬小麦不同施氮处理颜色特征分析. 文新亚,宋振伟,孔凡磊,张志鹏,陈阜. 2010

[17]雾滴显微图像分析中处理亮度不均匀性的算法. 陈怡群,常春,汤伯敏. 2009

[18]应用照片测量技术提取和自动校正年轮宽度. 罗春旺,于健,刘琪璟,徐倩倩,张国春. 2016

[19]基于OLI影像的四川丘陵地区水稻种植面积监测. 蒋怡,李宗南,李丹丹,任国业,李章成. 2018

[20]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

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台