摘要
互联网技术、大数据及云计算技术发展背景下,对于玉米农作物常见病虫害的识别,可以在传统玉米图像照片拍摄与识别方法的基础上,引入基于数据增强、迁移学习的粒子群优化算法,处理玉米叶部的灰度图像、病斑纹理、噪声信息,并提取玉米叶部病斑的形状、颜色、纹理、发病区域面积等特征信息。文章通过围绕RGB、HSI的玉米叶颜色坐标分量,构建玉米叶部病害图像处理与识别系统,对存在的玉米大斑病、灰斑病、小斑病、叶枯病、锈病等主要病害进行识别。
作者
胡孟娇
吴月
郭兴沛
苏子航
李玉香
HU Mengjiao;WU Yue;GUO Xingpei;SU Zihang;LI Yuxiang
出处
《信息技术与信息化》
2022年第10期48-51,共4页
Information Technology and Informatization
基金
2018年教育部产学合作协同育人项目“基于Python的数据分析与智能开发人才培养实践”(201801037002)、“Python全栈开发人才培养实践”(201802057003)。
作者简介
胡孟娇(1993-),女,黑龙江青冈人,河北科技师范学院硕士在读,研究方向:农业工程与信息技术;吴月(1999-),女,河北邯郸人,河北科技师范学院硕士在读,研究方向:农业工程与信息技术;郭兴沛(2001-),男,满族,河北青龙满族自治县人,河北科技师范学院本科在读,研究方向:数据分析与处理;苏子航(2002-),男,河北怀来人,河北科技师范学院本科在读,研究方向:数据分析与处理;通讯作者:李玉香(1964-),女,河北怀来人,硕士,河北科技师范学院教授、硕士生导师,研究方向:数据分析与处理、农业工程与信息技术。
