10.13842/j.cnki.issn1671-8151.202208046
白鹤草莓GCD-EF-CV病虫害识别模型研究与应用
[目的]提高白鹤草莓病虫害识别准确率和工作效率,解决灰度不均匀引起的白鹤草莓病虫害图像识别不准确问题.[方法]对基于区域信息的无边缘主动轮廓模型(CV)进行改进,通过对CV模型能量泛函添加能量函数,对闭合曲线内外灰度均值进行演化,提出并建立了带有能量函数的CV模型(EF-CV).将灰色关联度作为图像边缘信息,全局项和边界信息项共同作用分割白鹤草莓病虫害图像目标,提出并建立了基于灰色关联度的能量函数CV模型(GCD-EF-CV).[结果]GCD-EF-CV对草莓炭疽病、叶斑病、白粉病、蚜虫、红蜘蛛、蓟马识别准确率分别达到 95.32%、92.85%、96.34%、98.14%、95.38%、96.27%,平均识别率达到 95.72%,领先其它模型.GCD-EF-CV的训练准确率、测试准确率分别达到88.48%、95.67%,平均单张识别时间为32 ms,该模型对灰霉病、褐斑病、白粉病防效分别达到88.54%、87.31%、89.24%,对蚜虫、白粉虱、蓟马的虫口减退率分别为91.08%、93.07%、92.47%,防效分别达到86.24%、88.46%、87.41%,在5种病虫害识别模型中达到最优.[结论]GCD-EF-CV的病虫害识别准确率、平均单张识别时间、病情指数、虫口减退率、防效等指标在5种病虫害识别模型中表现最佳,GCD-EF-CV能够高效的对白鹤草莓病虫害进行识别并具有较好的实用性.
白鹤草莓、能量函数、水平集、灰色关联度
43
TP273.5(自动化技术及设备)
国家自然科学基金;国家自然科学基金
2023-05-12(万方平台首次上网日期,不代表论文的发表时间)
共10页
65-74