-
题名作物潜育期病状可见光图像三通道识别模型
- 1
-
-
作者
庞浩
张艳
-
机构
贵州大学大数据与信息工程学院
贵阳学院贵州省教育厅农产品无损检测工程研究中心
-
出处
《生物化学与生物物理进展》
北大核心
2025年第10期2650-2662,共13页
-
基金
国家自然科学基金(62265003,62141501)资助项目。
-
文摘
目的常规可见光图像对作物病害检测主要集中在发病期的显著特征进行识别,而病害潜育期由于症状尚不明显,相关识别方法较为匮乏,因此利用可见光图像对作物病害潜育期症前特征进行识别具有重要的意义。本文提出一种用于识别作物潜育期可见光图像的三通道识别模型。方法以茄科作物辣椒和番茄为例,通过连续拍摄健康与接种早疫病病株的叶片可见光图像并划分出病斑区域,提取出病斑区域颜色特征的一阶矩、二阶矩、三阶矩。通过对颜色矩变化率的分析,将最能反映早疫病病斑像素变化情况的S通道一阶矩作为特征,划分出健康、早疫病潜育期、早疫病早期、早疫病晚期四种类别,并结合颜色空间三通道信息构建用于识别早疫病潜育期病状的三通道识别模型。结果实验以1258张可见光图像进行测试,基于L-a-b颜色空间建立的三通道模型对辣椒早疫病潜育期的识别准确率达到94.44%,基于H-S-V颜色空间建立的三通道模型对番茄早疫病潜育期病状的识别准确率达到100%。结论本文提出的三通道识别模型实现了对辣椒和番茄早疫病潜育期病状的有效检测,这为农作物病害的早期监测和科学防控提供了新的技术路径,亦可推广应用于其他作物病害潜育期的可见光图像识别研究。
-
关键词
深度学习
颜色特征
可见光图像
潜育期
早疫病
-
Keywords
deep learning
color features
visible light images
incubation period
early blight
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
S432
[农业科学—植物病理学]
O657.32
[理学—分析化学]
-
-
题名作物病状的可见光图像评价指标综述
- 2
-
-
作者
宏梦云
张艳
黄莉
周兴娇
庞浩
黄人帅
-
机构
贵阳学院/贵州省教育厅农产品无损检测工程研究中心
贵州大学大数据与信息工程学院
-
出处
《江苏农业学报》
北大核心
2025年第9期1860-1872,共13页
-
基金
国家自然科学基金项目(62265003、62141501)。
-
文摘
作物病害是农业生产中的不利影响因素,可造成作物品质和产量受损,甚至绝收。可见光成像技术具有操作简单、成本低、效率高等优点,已成为作物病害检测中的关键技术手段。本文综述了作物的生物胁迫性病害的一般发病机理,以及借助可见光图像识别作物病害的生物学基础。此外,本文结合可见光图像特征在作物病状检测和识别中的应用情况,概述了纹理特征和颜色特征2类常见可见光图像病状评价指标,并总结了不同颜色特征及纹理特征在作物病状可见光图像识别中的优点及局限性。最后,提出了基于可见光图像特征的作物病状评价指标研究目前存的问题,并提出展望,为构建更精准的作物病害评价指标体系及病害检测和识别模型提供参考。
-
关键词
作物病状
病状评价指标
纹理特征
颜色特征
可见光图像
-
Keywords
crop disease symptoms
disease symptom evaluation index
texture characteristics
color characteristics
visible light image
-
分类号
S435
[农业科学—农业昆虫与害虫防治]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
