图像识别技术在作物病虫害诊断中的应用初探 - SUSTC-XLAB/crops GitHub Wiki

本文参考自CNKI的期刊《图像识别技术在蓝莓病虫害诊断中的应用研究》，希望通过这篇文章简要介绍图像识别技术在农作物病虫害诊断中的应用，让大家对相关应用有个初步的了解。

首先考虑蓝莓的病虫害类型，贵州蓝莓栽培区都有病虫害发生 ：病害共分为 11 种，其中生理性病害有4 种，侵染性病害有 7 种，虫害共 12 种。蓝莓的病虫害种类多，危害大，是造成蓝莓减产的一个主要原因。 基于图像识别技术的蓝莓病虫害诊断系统可以分为图像预处理、特征提取、病虫害识别三部分，系统结构如图所示。

• 图像预处理包括噪声过滤和图像分割两部分。在实际应用中，农作物病虫害图像在采集过程中往往会受到各种外界因素的干扰，通过各种硬件设备进行传输时也会受到不同程度噪声的影响，导致图像质量下降以及信息丢失。要保证病虫害识别的准确性，就必须在特征提取以及图像识别之前对图像进行噪声过滤处理，提高图像质量，保证后续识别的准确率。图像分割可以将蓝莓病虫害的病斑与正常叶片分离开来，从而将病斑提取出来，为后续特征提取做好准备。

• 特征提取是进行图像识别前的一个重要步骤，病虫害识别时会依据提取到的病斑颜色特征、纹理特征对病虫害进行分类，所以特征提取将直接影响到分类的精确度和效率。

• 病虫害识别是整个系统的关键部分，也是最终要达到的目的，利用图像识别技术对图像特征进行分析，构成分类器，从而对病虫害进行识别诊断。

病虫害诊断流程图如下图所示

总结 1.农作物多种多样，而且不同农作物之间千差万别，每种作物的病虫害区别又很大，因此要提前选定某种农作物，然后分析其病虫害类型；

2.收集数据，对于各种病虫害类型，要收集相关图片，建立图片库，以便为后来的模型训练做好准备；

3.图片预处理，对图片库的图片进行剪裁，并且去除相关噪声；

4.通过CNN模型进行特征训练；

5.病虫害诊断，输出结果。

Reference

李冲,杨靖.图像识别技术在蓝莓病虫害诊断中的应用研究.物联网技术 2018,8(08),29-30

孙亮.计算机智能化图像识别技术的理论性突破.数字技术与应用,2013(6):106-107