您好,欢迎访问四川省农业科学院 机构知识库!

基于U-Net的玉米叶部病斑分割算法

文献类型: 中文期刊

作者: 刘永波 1 ; 胡亮 1 ; 曹艳 1 ; 唐江云 1 ; 雷波 1 ;

作者机构: 1.四川省农业科学院农业信息与农村经济研究所

关键词: 玉米病害;图像处理;全卷积;U-Net;病程分级

期刊名称: 中国农学通报

ISSN: 1000-6850

年卷期: 2021 年 005 期

页码: 88-95

收录情况: CSCD

摘要: 本文旨在提出一种基于U-Net算法模型的玉米病程分级方法,实现对玉米常见4类叶部病害程度的快速、准确、客观分级。该方法以两组U-Net模型并行运算实现对玉米叶部病斑图像的语义分割任务。经测试图像分割试验中病斑分割MIoU值达到93.63%,叶片分割MIoU值达到96.33%,且运算速度均在1秒内完成。试验结果表明,该研究以手机拍照等方式采集数据源,不依赖专业仪器设备即可实现玉米病害快速分级,可取代以往以人工目测进行的病害识别方式,提高了病害分级的准确性和客观性。该模型与物联网设备结合运用,可实现玉米病害预警、降低病害影响、增产增收科技惠农的目标。

  • 相关文献

[1]机器视觉在HSV颜色空间下稻瘟病病程分级判定研究. 刘永波,雷波,胡亮,唐江云,曹艳,尹亚琳. 2020

[2]基于深度卷积神经网络的玉米病害识别. 雷波,曹艳,唐江云,胡亮. 2018

[3]基于WorldView-2影像和语义分割模型的小麦分类提取. 董秀春,刘忠友,蒋怡,郭涛,李宗南. 2022

[4]基于小型无人机遥感的玉米倒伏面积提取. 陈仲新,王利民,刘佳,周清波. 2014

[5]基于Worldview-2影像的玉米倒伏面积估算. 陈仲新,任国业,李章成,王昕. 2016

[6]基于OLI影像的四川丘陵地区水稻种植面积监测. 蒋怡,李宗南,李丹丹,任国业,李章成. 2018

[7]基于图像处理的茶叶害虫智能识别方法研究. . 2019

作者其他论文 更多>>