桃树病害和害虫图像检测系统的研究与实现
桃树病害和害虫图像检测系统的研究与实现
【摘要】： 中国是桃树种植大国,桃树在我国各地区均有种植,每年为中国带来巨大的经济收益。随着桃树种植面积增多,桃树病害和害虫的发生已成为制约桃品质和产量的重要因素。早期快速准确地检测病害和害虫,并及时进行防治是一项非常重要的工作。传统病害和害虫识别的方法,存在主观性强和识别难度大等问题,随着人工智能技术尤其是深度学习的飞速发展,为桃树病害和害虫的自动检测提供了有力的技术支撑。本文利用图像处理和人工智能等信息技术,实现了桃树病害和害虫图像自动检测,研究并实现桃树病害和害虫图像检测系统,帮助农户准确检测识别病害和害虫,并提供相关防治措施,为农户增产增收提供有力的支撑。本文主要研究工作如下:(1)构建桃树病害和害虫图像数据集。在青岛市等3个地区的桃园采集桃树病害和害虫图像,并将图像调整为统一的大小,进行人工标注。由于病害和害虫的采集工作受天气、季节等因素的影响并且病害和害虫的发生存在阶段性,采集的图像数量无法满足模型训练的需求。为了增强模型的泛化能力,本文采用“填鸭式”、平移、亮度调整、翻转和添加高斯噪声5种方式进行数据增强。构建了桃树病害图像数据集和害虫图像数据集,并将数据集调整为Pascal VOC2007的格式,为下一步深度学习模型的训练提供标准格式的数据。(2)针对桃树病害和害虫体积小的问题,利用目标检测技术,提出基于Kmeans++的RFBNet算法来分别构建病害和害虫图像检测模型。RFBNet中的空洞卷积层具有不丢失分辨率而增大感受野的特点,对小目标检测效果较好。由于在模型训练过程中先验框的大小会影响检测效果,因此为了进一步提高检测的准确率,引入了Kmeans++算法对网络中的先验框进行优化。实验结果表明,提出的检测算法优于SSD和RFBNet检测算法,更适用于桃树病害和害虫检测。(3)为了满足实际应用的需求,本文将训练好的RFBNet检测模型移植到Android系统,研究并实现了桃树病害和害虫图像检测系统。系统主要包括图像采集及预处理、病害和害虫查询、病害和害虫检测以及专家指导功能。该系统为农户提供专家对于桃树管理的建议和准确的病虫害信息,让农户借助本系统能够准确判断病害和害虫的类型,并提供相关的防治措施。
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2021
相关知识
桃树病害和害虫图像检测系统的研究与实现
害虫、益虫和西瓜芯
间接性害虫为害与作物产量损失的关系Ⅰ.食叶害虫
基于图像处理的花卉识别技术的研究与实现
基于计算机视觉的花卉叶部病害识别方法研究
药物防治害虫的动力学行为
让害虫自己生病死亡
利用性连锁平衡致死基因防治害虫的前景
基于深度学习的花卉检测与识别系统（YOLOv5清新界面版，Python代码）
坎布拉国家森林公园油松小蠹科害虫调查及防治思路
网址: 桃树病害和害虫图像检测系统的研究与实现 https://m.huajiangbk.com/newsview90459.html
| 上一篇: 中国棉花 | 湖南省棉花-豇豆- |
下一篇: 南方农业 |
