【摘 要】
：
我国是茶叶种植面积最大的国家,茶叶产量居世界第一。目前,茶叶质量和产量最大制约因素是茶叶病害,实时开展病害识别和监测具有重要的意义。然而,传统的人工识别方式效率低且误差较大。随着图像处理技术和分类识别算法的迅速发展,为茶叶病害的识别提供了技术保障。本文选择茶白星病、茶藻斑病、茶炭疽病作为研究对象,利用机器学习分类算法和GWO优化算法对茶叶病害进行分类识别,分析不同算法对茶叶病害识别的准确度。主要结
论文部分内容阅读
我国是茶叶种植面积最大的国家,茶叶产量居世界第一。目前,茶叶质量和产量最大制约因素是茶叶病害,实时开展病害识别和监测具有重要的意义。然而,传统的人工识别方式效率低且误差较大。随着图像处理技术和分类识别算法的迅速发展,为茶叶病害的识别提供了技术保障。本文选择茶白星病、茶藻斑病、茶炭疽病作为研究对象,利用机器学习分类算法和GWO优化算法对茶叶病害进行分类识别,分析不同算法对茶叶病害识别的准确度。主要结果如下:（1）中值滤波去噪法可以明显削弱图像白色小噪点,最大类间方差法可以实现叶脉与病斑的分离。通过提取Lab颜色空间中a颜色空间向量,并进行阈值分割后,可使病斑区域趋向完整。去除了RGB三颜色通道病斑以外的图像信息,实现了完整病斑的提取。（2）对病斑进行特征提取,提取到RGB和HSV颜色空间中三阶矩的18个颜色特征,11个形状特征以及利用灰度共生矩阵计算出的4个纹理特征,构建出具有33个特征的数据集。（3）茶叶病害种类的分类,不同分类方法准确率有较大的差别,其中极限学习机分类准确率最低,为75.91%。决策树、随机森林、BP神经网络、最小二乘法支持向量机、Res Net50分类准确率分别为90.68%、94.23%、94.10%、95.82和91.17%。利用GWO对随机森林模型进行优化,优化后的准确率达到了98.09%。表明利用GWO优化后的随机森林算法可以实现茶叶病害种类的准确识别。论文基于图像处理技术和分类识别算法对三种茶叶病害进行分类识别,为茶叶病害的分类识别提供了一定的依据。
其他文献
小麦籽粒的优劣不仅是判断小麦品质好坏的一个重要指标,还是决定产量的关键性因素。分级籽粒的技术可以准确表示出小麦的优劣,这项技术可以为小麦的育种工作提供参考依据,还可以实现基于形态特征下鉴别小麦籽粒的品质。目前,大部分的谷物检测实验都还停留在具有很大主观性和局限性的人为观察评判阶段,针对目前基于机器视觉检测技术依靠大量图像特征参数作为依据并且识别率还不高的问题,本论文以实现小麦籽粒的优劣分级为目标,
随着信息化时代的高速发展,计算机视觉技术在众多领域发挥着重要的作用,其中行人检测及多行人跟踪作为计算机视觉的研究热点之一,近年来涌现许多优秀的研究成果。但行人检测在有遮挡、形变等情况下存在不足,而头肩检测则可以在一定程度下避免行人检测的不足。本文依据企业委托开发项目,考虑实际工程应用场景需求,研究基于头肩检测的多人跟踪算法及嵌入式实现,主要包含基于深度学习的头肩检测、人体头肩表观特征的提取、多人跟
中国是茶叶的故乡,自古以来中国人就有饮茶的习惯。近年来,随着社会发展和人们生活水平的提高,人们开始追求高品质生活,不仅对茶叶的需求增大,对茶叶品质的追求也逐渐提高。我国作为世界最大的茶叶生产国,制茶历史悠久。目前,茶叶生产中,传统工业茶鲜叶分级设备分类准确率低、不利于收集,在优质茶叶分级中仍依赖人工分拣,存在效率低,人工成本高等问题,不利于提高茶叶经济效益。由于计算机技术的快速发展,利用机器视觉技
中国是世界第一大茶叶生产国和消费国、第二大茶叶出口国[1]。2021年我国茶园种植面积达4896.09万亩,其中清远市种植面积在83万亩左右。为贯彻落实乡村振兴战略和数字乡村战略,清远市提出利用现代信息技术建设数字农业产业园区,以加强优势产区数字资源体系建设,提升清远市红茶优势产区竞争力。另外,当地在不断加大种植力度,茶园面积增加的同时也出现了生产和管理方面的问题。针对上述情况,本研究提出开发红茶
我国是黄花菜种质资源最丰富,种植面积最大的国家,面积约121.15万亩。近年来黄花菜行业发展迅猛,大同市政府更是将黄花菜确立为云州区的支柱产业。但由于病虫害频频发生,黄花菜的品质和产量受到严重影响。据统计,近几年黄花菜因病虫害年均损失率高达20%,解决黄花菜病虫害问题刻不容缓。传统的人工检测方法存在主观性强、可靠性弱等诸多问题,已不能满足当下农业生产的需要。随着智慧农业的出现,深度学习逐渐被用于农
随着物联网（Internet of Things,Io T）和信息物理系统（Cyber-Physical Systems,CPS）的飞速发展,为了满足消费者对物流服务日益增长的需求,调度大规模导航智能车（Automated Guided Vehicles,AGV）进行货物分拣成为当下物流行业的主流。但是在传统AGV导航方案中,激光雷达和摄像头等传感器造价高昂限制了多AGV系统的普及,而磁导式AGV
自新型冠状病毒引起的疫情爆发以来,佩戴口罩出行成为人们的生活常态,这对已经融入大众生活的人脸识别应用来说是一个全新的挑战。传统的人脸识别算法在面对口罩遮挡的人脸时仍存在一些亟需解决的问题:一是口罩影响人脸的检测精度,二是在佩戴口罩与否的情形下,具有同一身份的人脸特征相似度不高。虽然可以通过要求用户摘下口罩或者直接下调相似度阈值来改善上述情形,但这些办法会造成误识别,甚至导致疫情传播等安全隐患。为了
西葫芦是人们日常生活中经常食用的一种瓜类蔬菜。全国年用种量可达150万千克左右,常年种植面积达4.3余万公顷。但近年来由于病虫害发生几率不断升高,给西葫芦种植业造成严重损失,也给食用安全带来很大的风险。本研究基于YOLOv5的深度学习技术,开展对西葫芦主要病害白粉病和病毒病的快速、精准、智能识别研究,以期西葫芦病害早期防控提供技术支撑。主要结果如下:（1）通过实地拍摄和Python爬虫获取西葫芦白
随着机器视觉概念的提出到实际应用,目前在图像识别领域一般采用机器学习方法模拟人的思维方式进行学习,使得计算机在大型数据库的支持下可以分辨图像中的视觉元素并对其进行识别理解并生成相应的标签和类别。而近年来计算机硬件高性能GPU的出现为图像处理任务提供了强大的运算能力,使得深度学习在图像识别领域取得重大成果,目前已被广泛应用到植物表型领域,其中田间小麦籽粒的自动检测计数在种子筛选、小麦估产、估算小麦密
随着人口老龄化和疫情时代的到来,机器人在国家的政策支持下在各领域得到了广泛的应用。在诸多种类的机器人中,机械臂均是执行任务的主要结构,而轨迹跟踪任务也是机械臂最基础最广泛的任务之一。随着机械臂结构和应用场景的日益复杂化,机械臂的轨迹追踪问题仍是机器人研究领域中的重点方向,同时也面临着许多亟待解决的难题。本文主要针对未知机械臂模型的轨迹跟踪任务,着眼于系统收敛时间,利用神经网络估计系统的未知项,同时