科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对叶片病斑识别方法受噪声干扰影响较大,且Region Proposal和分类分作两块,导致mAP值较低的问题,在卷积神经网络基础上,研究一种新的番茄叶片病斑识别方法。对采集到原始番茄叶片病斑图像做灰度化处理,选择基于小波阈值的方法去噪,将去噪图像的直方图通过积分概率密度函数转化为概率密度为1(理想情况)的图像,利用卷积神经网络中的SSD算法将Region Proposal和分类统一在一起,提取与分类番茄叶片病斑特征,实现病害识别。结果表明,利用基于卷积神经网络的方法进行番茄叶片病斑识别,得到的mAP值为0.988,病斑识别识别性能更强,病害识别结果较为准确,为番茄病害治疗措施的选择提供了重要的理论依据。
- 单位
