期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
SMS和双向特征融合的自然背景柑橘黄龙病检测技术 被引量:3
1
作者 曾伟辉 陈亚飞 +2 位作者 胡根生 鲍文霞 梁栋 《农业机械学报》 EI CAS CSCD 北大核心 2022年第11期280-287,共8页
柑橘黄龙病严重影响柑橘的产量和品质。在自然背景下,柑橘叶片之间存在相互遮挡以及尺寸变化大的问题,使得遮挡及小尺寸的黄龙病叶片容易漏检,而且由于黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似,容易存在误检的问题,导致现有... 柑橘黄龙病严重影响柑橘的产量和品质。在自然背景下,柑橘叶片之间存在相互遮挡以及尺寸变化大的问题,使得遮挡及小尺寸的黄龙病叶片容易漏检,而且由于黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似,容易存在误检的问题,导致现有的算法对自然背景柑橘黄龙病检测的精度不高。本研究提出了一种结合剪切混合拼接(Shearing mixed splicing, SMS)增广算法和双向特征融合的自然背景柑橘黄龙病检测方法,该方法通过SMS、镜像翻转和旋转方法对训练集和验证集进行了增广,增加了训练集和验证集图像中背景目标的数量和多样性;为了自适应地改变柑橘黄龙病检测中的局部采样点,增大有效感受野,使用可变形卷积替换骨干网络后3个卷积层中所有的标准卷积;为了减小自然背景的影响,使用全局上下文模块对骨干网络后3个卷积层输出的特征图进行特征增强,来建立有效的长距离依赖,以便更好的学习到全局上下文信息;使用双向融合特征金字塔,改善浅层特征和深层特征的信息交流路径,用以降低因柑橘黄龙病叶片尺寸变化大导致的漏检,提高小尺寸的柑橘黄龙病叶片的检测精度。实验结果表明,本研究提出的方法用于自然背景柑橘黄龙病的检测,平均精度可达84.8%,性能优于SSD、RetinaNet、YOLO v3、YOLO v5s、Faster RCNN、Cascade RCNN等目标检测方法。 展开更多
关键词 柑橘 黄龙病检测 自然背景 全局上下文模块 可变形卷积 双向特征融合
在线阅读 下载PDF
基于可见光谱特征波长提取和分类算法的柑橘黄龙病快检研究 被引量:1
2
作者 邱鸿霖 刘天元 +3 位作者 孔丽丽 于新娜 王贤达 黄梅珍 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第6期1518-1525,共8页
柑橘黄龙病(HLB)是由亚洲韧皮杆菌引起的一种严重病害,目前无法根治。其防控具有重要意义和经济价值。当前利用健康和患病叶片的光谱差异对其进行诊断显示了良好的应用前景。因患病叶片在叶绿素反射区及O—H伸缩振动区的可见光谱与健康... 柑橘黄龙病(HLB)是由亚洲韧皮杆菌引起的一种严重病害,目前无法根治。其防控具有重要意义和经济价值。当前利用健康和患病叶片的光谱差异对其进行诊断显示了良好的应用前景。因患病叶片在叶绿素反射区及O—H伸缩振动区的可见光谱与健康叶片存在显著差异,而可见光谱检测在采集和数据处理方面具有成本低、简便的优势,研究可见光谱的黄龙病快速检测方法具有可行性和重要意义。为了减少光谱数据冗余和计算量,实现精准的黄龙病的早期鉴别以及降低黄龙病相似病症的误诊率,采集了黄龙病患病地区共160个叶片样本。经qPCR测定分别将其分类标定为健康、轻度疾病、重度疾病和缺镁症四类。根据叶片样本在可见光波段450~800 nm的反射光谱特征,通过S-G平滑以及降采样等预处理光谱数据后,为了优选出尽可能囊括光谱特征信息的特征波长,分别使用遗传算法(GA)、连续投影算法(SPA)以及竞争自适应重加权采样法(CARS)对采集到的可见光谱数据进行特征波长提取和降维优选出特征波长,进一步降低模型复杂度,提高预测精度。综合泛化能力及检测速度的考量,在定性判别分析模型的选择中采用训练速度快,分析准确率高的最小二乘支持向量机(LS-SVM)以及随机森林(RF)对两种变量筛选算法降维后的数据进行分类判别。通过对不同的模型的验证优选,筛选出最佳的快检方案。对比发现,在建立的模型中,SPA-RF模型与其他模型比较,对于训练集和测试集的判别准确率分别达到了100%和97.5%。结果表明,连续投影算法以及随机森林的组合分类模型可以很好地实现黄龙病早期的病理鉴别,同时也能够很好地识别出黄龙病病叶与其他相似病症的差异,为柑橘黄龙病快速检测及防治提供了一种方法依据。 展开更多
关键词 可见反射光谱 特征波长 连续投影算法 随机森林 黄龙病检测
在线阅读 下载PDF
基于拉曼光谱和自荧光光谱的柑橘黄龙病快速检测方法 被引量:6
3
作者 代芬 邱泽源 +4 位作者 邱倩 刘楚健 黄国增 黄雅琳 邓小玲 《智慧农业》 2019年第3期77-86,共10页
为了快速检测黄龙病这一柑橘毁灭性病害,分析了柑橘黄龙病样本和健康样本的自荧光和拉曼光谱差异,建立了基于自荧光光谱、拉曼光谱和混合光谱的PLS-DA模型,进行了模型的结果比较,最后绘制了三种模型的分类器特征曲线ROC,通过曲线下面积... 为了快速检测黄龙病这一柑橘毁灭性病害,分析了柑橘黄龙病样本和健康样本的自荧光和拉曼光谱差异,建立了基于自荧光光谱、拉曼光谱和混合光谱的PLS-DA模型,进行了模型的结果比较,最后绘制了三种模型的分类器特征曲线ROC,通过曲线下面积AUC参数进一步评价了模型的性能。试验结果表明,柑橘黄龙病叶片样本和健康叶片样本的自荧光光谱和拉曼光谱存在差异信息。在785nm波长激光诱导下,柑橘叶片样本都产生了比较强的自荧光。黄龙病叶片的自荧光相对于健康样本的自荧光在小于1203cm^-1范围更弱,而在大于1206cm^-1范围更强,其下降的斜率(绝对值)相对健康样本更小。在典型的黄龙病样本和健康样本的拉曼光谱数据中,均可发现具有以下拉曼峰且具有一致性:920cm^-1,1160cm^-1,1289cm^-1,1331cm^-1和1529cm^-1。黄龙病样本和健康样本相比在1257cm^-1、1396cm^-1、1446cm^-1、1601 cm^-1和1622cm^-1具有更大的拉曼峰值强度和光谱带宽,在1006cm^-1、1160cm^-1、1191cm^-1和1529cm^-1位置谱峰强度较弱,提示黄龙病样本的类胡萝卜素含量较低。基于自荧光光谱、拉曼光谱和混合光谱三种光谱的PLS-DA模型鉴别的准确率分别为86.08%、98.17%和94.75%。进一步计算三种模型的ROC曲线下面积AUC参数分别为0.9313、0.9991和0.9875,拉曼光谱模型的AUC值最大,也表明拉曼光谱模型的鉴别效果最优。拉曼光谱分析技术可以成为探索柑橘黄龙病快速诊断鉴别的新途径。 展开更多
关键词 黄龙病检测 拉曼光谱 自荧光光谱 PLS-DA 柑橘 诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部