【技术实现步骤摘要】
马铃薯疮痂病识别方法
[0001]本专利技术涉及一种马铃薯栽培的病例识别方法,具体地说,涉及一种马铃薯疮痂病识别方法
。
技术介绍
[0002]马铃薯作为世界第四大粮食作物现被广泛种植
。
我国作为全球最大的马铃薯生产国,马铃薯产业对于确保粮食安全和农业发展方式转变至关重要
。
马铃薯疮痂病是一种由多种链霉菌引起的土传病害,近年来在马铃薯种植区广泛存在,随着我国马铃薯种植规模的扩大,疮痂病的病原菌种类逐渐增多,疮痂病发病趋势不断加重,已成为制约我国马铃薯产业和经济价值提升的主要问题
。
目前,我国对马铃薯疮痂病病斑覆盖率计算和病害程度的评估主要依赖人工目测与估算,精确度低,影响了马铃薯疮痂病防治研究的进展
。
此外,企业生产中商品薯外观的无损检测也大多依赖人工目测,检测效率低
、
成本高,影响了经济效益
。
因此,高效
、
准确地分割马铃薯疮痂病斑,精准估计其覆盖率,对于马铃薯疮痂病病情准确评价
、
抗病种质筛选
、
疮痂病薯的分选以及推动马铃薯产业发展等具有重要意义
。
[0003]国内外部分学者对马铃薯块茎的病害检测开展了研究
。
张菁将遗传蛙跳算法应用至
PCNN
神经网络的参数调节中,提出了一种基于遗传蛙跳算法的图像分割模型,用于实现马铃薯菌核病
、
灰霉病
、
根腐线虫病的分割< ...
【技术保护点】
【技术特征摘要】
1.
一种马铃薯疮痂病识别方法,其特征在于,其包括下列步骤:
S1
:马铃薯疮痂病数据采集:采集每种疮痂病的图像;
S2
:数据处理与数据集构建:对采集到的马铃薯疮痂病图像集进行预处理,采用
Labelme
标注工具标注马铃薯疮痂病图像,标注马铃薯和疮痂病斑两类目标,再将标注图从
.json
格式转换为
.png
格式保存,最后将标注的数据按照
7∶2∶1
比例划分为训练集
、
验证集
、
测试集;
S3
:构建用于马铃薯疮痂病分割模型:将
U
‑
Net
编码器部分的主干网络设置为
VGG16
;
S4
:通过训练集训练马铃薯疮痂病识别模型;
S4
‑1:为了验证马铃薯疮痂病识别的性能,训练实验中采用了
MPA、MIoU、IoU、Precision
等指标进行评估,计算公式如下:等指标进行评估,计算公式如下:等指标进行评估,计算公式如下:等指标进行评估,计算公式如下:其中
TN
表示模型正确地将负类别样本分类为负类别,
TP
表示模型正确地将正类别样本分类为正类别,
FN
表示模型错误地将正类别样本分类为负类别,
FP
表示模型错误地将负类别样本分类为正类别,
k
为类别数;
S4
‑2:进行训练;
S5
:将
S4
步骤训练后的马铃薯疮痂病识别模型部署到移动端
APP
中,通过移动端
APP
拍照识别马铃薯疮痂病,并估算疮痂覆盖率
。2.
根据权利要求1所述的马铃薯疮痂病识别方法,其特征在于:每类疮痂病的图像至少
200
张
。3.
根据权利要求1所述的马铃薯疮痂病识别方法,其特征在于:预处理包括,通过随机旋转
、
镜像翻转
、
调整亮度
、
对比度和饱和度等方法进行数据增强,通过调整图像尺寸统
‑
输入特征图像的分辨率
。4.
根据权利要求1所述的马铃薯疮痂病识别方法,其特征在于:步骤
S1
的疮痂病设置为三个类别,分别为凸起
、
凹陷
、
扁平三种疮痂病变
。5.
根据权利要求1所述的马铃薯疮痂病识别方法,其特征在于:在解码器的特征提取部分添加深度特征提取模块,通过引入不同卷积核大小的叠加操作
、
加入批归一化层以生成更加丰富
、
稳定的特征表达,其中,...
【专利技术属性】
技术研发人员:吴秋兰,尚素雅,张峰,周波,赵恒,孙守鑫,高峥,史文宠,张家辉,王姝妹,宋鑫龙,
申请(专利权)人:山东农业大学,
类型:发明
国别省市:
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。