双通道卷积神经网络在南瓜病害识别上的应用

摘要：

针对南瓜病害识别工作量大、病害甄别难度高和农药利用率低等问题,提出一种基于K-means聚类与LBP特征的南瓜叶片病害识别方法,为智能机器人精准施药作业提供理论依据与技术支撑.该方法基于K-means聚类分割南瓜叶片病斑并经过形态学处理去除噪声,然后标定病斑采样区计算病斑LBP特征图,最终经由双通道特征提取网络及特征融合网络完成对病斑全局特征与细节特征的提取并使用Softmax分类器进行南瓜叶片病害识别.实验结果显示,提出的南瓜叶片病害识别方法能够以较高的准确率识别叶斑病、白粉病及霜霉病,性能优于采用病斑灰度图和LBP特征图的单通道CNN病害识别方法,满足施药机器人精准施药作业要求,利于南瓜病害防治工作.

关键词：南瓜病害、施药机器人、K-means聚类、局部二值模式(LBP)特征、卷积神经网络

所属期刊栏目：57

分类号：S126;TP391.41(农业物理学)

资助基金：江苏省科技计划项目;江苏省农机三新工程项目;扬州市科技计划项目;扬州市科技计划项目

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：183-189