基于LM神经网络的小麦叶片病害识别 |
| |
作者姓名: | 马娜 郭嘉欣 |
| |
作者单位: | 山西农业大学信息科学与工程学院,山西太谷 030801 |
| |
基金项目: | 山西农业大学青年科技创新基金“基于深度学习的小麦病害识别与应用研究”(2020QC17) |
| |
摘 要: | 快速、及时和准确的发现小麦病害对提高小麦产量具有重要作用。以小麦叶片白粉病、条锈病和叶锈病3种病害为研究对象,提出了基于LM神经网络的小麦叶片病害识别模型。首先采用K-means算法分割小麦叶片病斑区域,提取小麦病斑区域的颜色特征和纹理特征,构建数据集。然后建立LM神经网络小麦叶片病害识别模型,输入数据进行识别。基于颜色和纹理特征的小麦叶片病害识别率为95.3%。在小样本情况下,利用LM神经网络算法能够快速、准确的识别小麦病害叶片。
|
关 键 词: | 小麦病害叶片 病斑分割 特征提取 LM神经网络 |
收稿时间: | 2022-03-16 |
|
| 点击此处可从《农学学报》浏览原始摘要信息 |
|
点击此处可从《农学学报》下载全文 |
|