白鹤草莓GCD-EF-CV病虫害识别模型研究与应用

目的]提高白鹤草莓病虫害识别准确率和工作效率，解决灰度不均匀引起的白鹤草莓病虫害图像识别不准确问题。方法]对基于区域信息的无边缘主动轮廓模型（CV）进行改进，通过对CV模型能量泛函添加能量函数，对闭合曲线内外灰度均值进行演化，提出并建立了带有能量函数的CV模型（EF-CV）。将灰色关联度作为图像边缘信息，全局项和边界信息项共同作用分割白鹤草莓病虫害图像目标，提出并建立了基于灰色关联度的能量函数CV模型（GCD-EF-CV）。结果]GCD-EF-CV对草莓炭疽病、叶斑病、白粉病、蚜虫、红蜘蛛、蓟马识别准确率分别达到95.32%、92.85%、96.34%、98.14%、95.38%、96.27%，平均识别率达到95.72%，领先其它模型。GCD-EF-CV的训练准确率、测试准确率分别达到88.48%、95.67%，平均单张识别时间为32 ms，该模型对灰霉病、褐斑病、白粉病防效分别达到88.54%、87.31%、89.24%，对蚜虫、白粉虱、蓟马的虫口减退率分别为91.08%、93.07%、92.47%，防效分别达到86.24%、88.46%、87.41%，在5种病虫害识别模型中达...