The embodiment of the invention provides a method and device for evaluating the severity of cucumber downy mildew, which belongs to the field of crop cultivation technology. The method includes: acquiring the cucumber leaf images to be evaluated in the natural environment; using the random gradient descent method, and based on the neural network estimation model of downy mildew severity, evaluating the severity of downy mildew in cucumber leaf images. The method provided by the embodiment of the present invention evaluates the severity of downy mildew in cucumber leaf images by adopting a random gradient descent method and a neural network estimation model based on Downy Mildew severity. Because the disease degree can be estimated automatically, the automation degree is high and the recognition efficiency is high. It can effectively reduce the subjective influence caused by manual intervention, reduce the application cost and complexity of the diagnosis process. It can effectively improve the accuracy and real-time of disease diagnosis. It also provides a reliable and accurate data basis for the related research of cucumber disease diagnosis.
【技术实现步骤摘要】
黄瓜霜霉病严重度的评估方法及装置
本专利技术实施例涉及农作物栽培
,尤其涉及一种黄瓜霜霉病严重度的评估方法及装置。
技术介绍
温室黄瓜在种植过程中由于各种原因引发病害,进而造成产量降低和品质下降。霜霉病是温室黄瓜病害中较为常见的病害之一。病害的准确诊断分为两个方面,一个是病害种类的识别,一个是病害程度的估算。病害严重程度的准确获取是种植者科学防治病害的前提条件,对于减少农药使用量、提升经济效益具有重要意义。传统的病害程度估算方法主要是靠种植者经验,不仅耗时耗力,而且主观性较高。在相关技术中,通常是利用计算机视觉进行温室黄瓜病害诊断。具体地,采用黄瓜叶片RGB图像,获取病斑的颜色、纹理和形状特征,通过机器学习方法建立诊断模型,从而实现病害的诊断。这些方法只能够对病害的种类进行识别,但是不能评估病害的严重程度。因此,现急需一种有效的黄瓜霜霉病严重度的评估方法。
技术实现思路
为了解决上述问题,本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的温室作物情景感知的黄瓜霜霉病严重度的评估方法及装置。根据本专利技术实施例的第一方面,提供了一种黄瓜霜霉病严重度的评估方法,包括:获取自然环境下采集到的待评估的黄瓜叶片图像;采用随机梯度下降法,并基于霜霉病严重度的神经网络估算模型,对黄瓜叶片图像的黄瓜霜霉病严重度进行评估。本专利技术实施例提供的方法,通过获取自然环境下采集到的待评估的黄瓜叶片图像,采用随机梯度下降法,并基于霜霉病严重度的神经网络估算模型,对黄瓜叶片图像的黄瓜霜霉病严重度进行评估。由于可自动估算病害程度,从而自动化程度高且识别效率高,能够有效减 ...
【技术保护点】
1.一种黄瓜霜霉病严重度的评估方法,其特征在于,包括:获取自然环境下采集到的待评估的黄瓜叶片图像;采用随机梯度下降法,并基于霜霉病严重度的神经网络估算模型,对所述黄瓜叶片图像的黄瓜霜霉病严重度进行评估。
【技术特征摘要】
1.一种黄瓜霜霉病严重度的评估方法,其特征在于,包括:获取自然环境下采集到的待评估的黄瓜叶片图像;采用随机梯度下降法,并基于霜霉病严重度的神经网络估算模型,对所述黄瓜叶片图像的黄瓜霜霉病严重度进行评估。2.根据权利要求1所述的方法,其特征在于,所述基于霜霉病严重度的神经网络估算模型,对所述黄瓜叶片图像的黄瓜霜霉病严重度进行评估之前,还包括:对自然环境下采集到的黄瓜霜霉病叶片的样本图像进行预处理,并基于预处理后的样本图像构建得到原始数据集;基于所述原始数据集中的样本图像及所述样本图像的病害程度值,对原始神经网络模型进行训练,得到所述霜霉病严重度的神经网络估算模型。3.根据权利要求2所述的方法,其特征在于,所述对自然环境下采集到的黄瓜霜霉病叶片的样本图像进行预处理,包括:从采集到的样本图像中剔除分辨率低于预设阈值的样本图像;剔除每一样本图像的背景图案,并将每一样本图像调整成预设尺寸大小。4.根据权利要求2所述的方法,其特征在于,所述基于所述原始数据集,对原始神经网络模型进行训练,得到所述霜霉病严重度的神经网络估算模型之前,还包括:按照预设处理方式,对所述原始数据集中的样本图像进行处理,以对所述原始数据集进行扩充,所述预设处理方式至少包括以下三种方式中的任意一种,所述以下三种方式分别为色彩抖动、水平翻转及垂直翻转。5.根据权利要求1所述的方法,其特征在于,所述霜霉病严重度的神经网络估算模型包括输入层、5个卷积...
【专利技术属性】
技术研发人员:张领先,田潇,马浚诚,陈英义,陈运强,李云霞,徐赞誉,
申请(专利权)人:中国农业大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。