基于深度学习的植物病害检测算法研究及系统实现
发布时间：2021-10-18 11:50
植物病害问题是限制植物健康生长的关键因素。为了解决植物的病害问题,人们做了大量的研究工作。植物叶片中蕴含着大量的生长信息,基于深度学习技术的图像分类、检测、识别等任务均取得了很好的效果。本文对植物病害检测算法进行了研究及设计实现了植物病害检测系统。本文以植物病害检测为背景,以黄瓜叶片的枯死病检测为例,以收集的1500张包括健康叶片和患有黄瓜枯死病的黄瓜叶片图像为数据集,针对复杂背景下黄瓜枯死病病害图像的分类检测问题,设计了植物病害双网络检测模型,通过模型优化和参数训练,实现了对黄瓜枯死病图片的分类检测。将VGG16模型和支持向量机算法应用到黄瓜枯死病图片的分类检测,与双网络检测模型进行实验对比。结果表明,在黄瓜枯死病图片检测任务中,本文提出的双网络检测模型分类精度可以达到98.32%,配置优化器并设置最优参数,检测精度可以高达98.79%。基于双网络检测模型,设计实现了植物病害检测系统。系统功能包括:系统界面模块、系统注册登录模块、病害检测模块、可视化模块和管理员模块。系统界面模块主要给用户提供一个病害检测按钮,以及展示常见病害的预防与治理措施;系统注册登录模块主要给管理员提供注册和登...
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
经典魁积神经网络结构圈
宁夏大学硕士学位论文?第二章相关理论介绍??要由５ｔｎ／／ｓ、■以及Ｈｉｂｅｒｎａｔｅ组成。在Ｕ？体的幵发仟务中，三大框架应用的侧重点不同。??为了更加高效地进行ｊａｖａ?ｗｅｂ软件项目的开发，ＳＳＨ、ＭＶＣ、ＳＳＭ等一系列的开发框架被提??出。框架的应用使得软件开发的效率提高的同时节约了开发成本，因此植物病害检测系统的开??发使用ＳＳＨ框架来实现。??２．４．１?Ｓｔｒｕｔｓ?框架??Ｓｔｍｔｓ是一个由ＡＳＦ赞助的开源项目。起初，它只是隶属于Ｊａｋａｒｔａ项目的一个普通子项目，??后来逐渐成熟，变成顶级项目。Ｓｔｒｕｔｓ借助ＪａｖａＳｅｒｖ丨ｅｔ／ＪＳＰ，实现了?ＭＶＣ应用框架。该框架的??主要优势是开发灵活。Ｓｔｒｕｔｓ技术改进后产生了?Ｓｔｒｕｔｓ２技术。Ｓｔｒｕｔｓ２技术是ＳｔｒｕＭ与ｒＴｅｂｆｆｂ／ｉ??的整合升级。Ｓｔｍｔｓ２汲取保留了?Ｓｔｒｕｈ与的长处，抛弃了它们的缺点。更加有利于??项目的开发。ＳｔｒｕＧ］工作原理如图２－７所示。??ＨｔｔｐＳｅｒｖｌｅｔＲｅｑｕｅｓｔ
网上农业网页图片一共１５００张复杂背景下黄瓜叶子图片。其中包括健康和患有黄瓜枯死病的黄??瓜叶子图片。数据集中健康黄瓜叶子图片１２００张，患有枯死病的黄瓜叶子图片３００张，存在样??本数据分布不均匀的问题。ｇ杂背景下光照不均匀的健康黄瓜叶ｆ阁片部分数据集样本如图３－１??所示，叶片均无黄褐色病斑，且边缘均无卷缩现象：患有不同程度的黄瓜枯死病叶片图片如图??３－２听示，叶片均有黄褐色病斑只是覆盖面积不同且大部分叶片边缘出现卷缩现象。??ｓ：：秦”??＾?－?１１１—＾??图３－１健康黄瓜叶子图片数据集??？?１４－??
【参考文献】：
期刊论文
[1]基于迁移学习和Mask R-CNN的稻飞虱图像分类方法[J]. 林相泽,朱赛华,张俊媛,刘德营. 农业机械学报. 2019(07)
[2]聚合CNN特征的遥感图像检索[J]. 葛芸,江顺亮,叶发茂,姜昌龙,陈英,唐祎玲. 国土资源遥感. 2019(01)
[3]基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法[J]. 周自强,纪扬,苏烨,蔡钧宇. 中国电力. 2019(04)
[4]基于迁移学习和卷积神经网络的控制图识别[J]. 徐旭东,马立乾. 计算机应用. 2018(S2)
[5]TensorFlow在图像识别系统中的应用[J]. 邢艳芳,段红秀,何光威. 计算机技术与发展. 2019(05)
[6]基于卷积神经网络与迁移学习的油茶病害图像识别[J]. 龙满生,欧阳春娟,刘欢,付青. 农业工程学报. 2018(18)
[7]基于时序图像跟踪的葡萄叶片病害动态监测[J]. 乔虹,冯全,张芮,刘阗宇. 农业工程学报. 2018(17)
[8]基于卷积神经网络的温室黄瓜病害识别系统[J]. 马浚诚,杜克明,郑飞翔,张领先,孙忠富. 农业工程学报. 2018(12)
[9]基于WT-Otsu算法的植物病害叶片图像分割方法[J]. 张会敏,谢泽奇,张善文,张云龙. 江苏农业科学. 2017(18)
[10]基于EM和K-means混合聚类方法的植物叶片病害区域自动提取[J]. 夏永泉,王兵,支俊,黄海鹏,孙静茹. 浙江农业学报. 2017(08)
硕士论文
[1]基于卷积神经网络VGG模型的小规模图像分类[D]. 冯国徽.兰州大学 2018
[2]基于卷积神经网络的可见光图像农作物病虫害的检测[D]. 卫智熠.哈尔滨工业大学 2017
本文编号：3442748
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
经典魁积神经网络结构圈
宁夏大学硕士学位论文?第二章相关理论介绍??要由５ｔｎ／／ｓ、■以及Ｈｉｂｅｒｎａｔｅ组成。在Ｕ？体的幵发仟务中，三大框架应用的侧重点不同。??为了更加高效地进行ｊａｖａ?ｗｅｂ软件项目的开发，ＳＳＨ、ＭＶＣ、ＳＳＭ等一系列的开发框架被提??出。框架的应用使得软件开发的效率提高的同时节约了开发成本，因此植物病害检测系统的开??发使用ＳＳＨ框架来实现。??２．４．１?Ｓｔｒｕｔｓ?框架??Ｓｔｍｔｓ是一个由ＡＳＦ赞助的开源项目。起初，它只是隶属于Ｊａｋａｒｔａ项目的一个普通子项目，??后来逐渐成熟，变成顶级项目。Ｓｔｒｕｔｓ借助ＪａｖａＳｅｒｖ丨ｅｔ／ＪＳＰ，实现了?ＭＶＣ应用框架。该框架的??主要优势是开发灵活。Ｓｔｒｕｔｓ技术改进后产生了?Ｓｔｒｕｔｓ２技术。Ｓｔｒｕｔｓ２技术是ＳｔｒｕＭ与ｒＴｅｂｆｆｂ／ｉ??的整合升级。Ｓｔｍｔｓ２汲取保留了?Ｓｔｒｕｈ与的长处，抛弃了它们的缺点。更加有利于??项目的开发。ＳｔｒｕＧ］工作原理如图２－７所示。??ＨｔｔｐＳｅｒｖｌｅｔＲｅｑｕｅｓｔ
网上农业网页图片一共１５００张复杂背景下黄瓜叶子图片。其中包括健康和患有黄瓜枯死病的黄??瓜叶子图片。数据集中健康黄瓜叶子图片１２００张，患有枯死病的黄瓜叶子图片３００张，存在样??本数据分布不均匀的问题。ｇ杂背景下光照不均匀的健康黄瓜叶ｆ阁片部分数据集样本如图３－１??所示，叶片均无黄褐色病斑，且边缘均无卷缩现象：患有不同程度的黄瓜枯死病叶片图片如图??３－２听示，叶片均有黄褐色病斑只是覆盖面积不同且大部分叶片边缘出现卷缩现象。??ｓ：：秦”??＾?－?１１１—＾??图３－１健康黄瓜叶子图片数据集??？?１４－??
【参考文献】：
期刊论文
[1]基于迁移学习和Mask R-CNN的稻飞虱图像分类方法[J]. 林相泽,朱赛华,张俊媛,刘德营. 农业机械学报. 2019(07)
[2]聚合CNN特征的遥感图像检索[J]. 葛芸,江顺亮,叶发茂,姜昌龙,陈英,唐祎玲. 国土资源遥感. 2019(01)
[3]基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法[J]. 周自强,纪扬,苏烨,蔡钧宇. 中国电力. 2019(04)
[4]基于迁移学习和卷积神经网络的控制图识别[J]. 徐旭东,马立乾. 计算机应用. 2018(S2)
[5]TensorFlow在图像识别系统中的应用[J]. 邢艳芳,段红秀,何光威. 计算机技术与发展. 2019(05)
[6]基于卷积神经网络与迁移学习的油茶病害图像识别[J]. 龙满生,欧阳春娟,刘欢,付青. 农业工程学报. 2018(18)
[7]基于时序图像跟踪的葡萄叶片病害动态监测[J]. 乔虹,冯全,张芮,刘阗宇. 农业工程学报. 2018(17)
[8]基于卷积神经网络的温室黄瓜病害识别系统[J]. 马浚诚,杜克明,郑飞翔,张领先,孙忠富. 农业工程学报. 2018(12)
[9]基于WT-Otsu算法的植物病害叶片图像分割方法[J]. 张会敏,谢泽奇,张善文,张云龙. 江苏农业科学. 2017(18)
[10]基于EM和K-means混合聚类方法的植物叶片病害区域自动提取[J]. 夏永泉,王兵,支俊,黄海鹏,孙静茹. 浙江农业学报. 2017(08)
硕士论文
[1]基于卷积神经网络VGG模型的小规模图像分类[D]. 冯国徽.兰州大学 2018
[2]基于卷积神经网络的可见光图像农作物病虫害的检测[D]. 卫智熠.哈尔滨工业大学 2017
本文编号：3442748
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3442748.html
