植物病害問題是限制植物健康生長的關(guān)鍵因素。為了解決植物的病害問題,人們做了大量的研究工作。植物葉片中蘊含著大量的生長信息,基于深度學(xué)習(xí)技術(shù)的圖像分類、檢測、識別等任務(wù)均取得了很好的效果。本文對植物病害檢測算法進行了研究及設(shè)計實現(xiàn)了植物病害檢測系統(tǒng)。本文以植物病害檢測為背景,以黃瓜葉片的枯死病檢測為例,以收集的1500張包括健康葉片和患有黃瓜枯死病的黃瓜葉片圖像為數(shù)據(jù)集,針對復(fù)雜背景下黃瓜枯死病病害圖像的分類檢測問題,設(shè)計了植物病害雙網(wǎng)絡(luò)檢測模型,通過模型優(yōu)化和參數(shù)訓(xùn)練,實現(xiàn)了對黃瓜枯死病圖片的分類檢測。將VGG16模型和支持向量機算法應(yīng)用到黃瓜枯死病圖片的分類檢測,與雙網(wǎng)絡(luò)檢測模型進行實驗對比。結(jié)果表明,在黃瓜枯死病圖片檢測任務(wù)中,本文提出的雙網(wǎng)絡(luò)檢測模型分類精度可以達到98.32%,配置優(yōu)化器并設(shè)置最優(yōu)參數(shù),檢測精度可以高達98.79%�；陔p網(wǎng)絡(luò)檢測模型,設(shè)計實現(xiàn)了植物病害檢測系統(tǒng)。系統(tǒng)功能包括:系統(tǒng)界面模塊、系統(tǒng)注冊登錄模塊、病害檢測模塊、可視化模塊和管理員模塊。系統(tǒng)界面模塊主要給用戶提供一個病害檢測按鈕,以及展示常見病害的預(yù)防與治理措施;系統(tǒng)注冊登錄模塊主要給管理員提供注冊和登... 

【文章來源】：寧夏大學(xué)寧夏回族自治區(qū) 211工程院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

經(jīng)典魁積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圈

寧夏大學(xué)碩士學(xué)位論文?第二章相關(guān)理論介紹??要由５ｔｎ／／ｓ、■以及Ｈｉｂｅｒｎａｔｅ組成。在Ｕ？體的幵發(fā)仟務(wù)中，三大框架應(yīng)用的側(cè)重點不同。??為了更加高效地進行ｊａｖａ?ｗｅｂ軟件項目的開發(fā)，ＳＳＨ、ＭＶＣ、ＳＳＭ等一系列的開發(fā)框架被提??出�？蚣艿膽�(yīng)用使得軟件開發(fā)的效率提高的同時節(jié)約了開發(fā)成本，因此植物病害檢測系統(tǒng)的開??發(fā)使用ＳＳＨ框架來實現(xiàn)。??２．４．１?Ｓｔｒｕｔｓ?框架??Ｓｔｍｔｓ是一個由ＡＳＦ贊助的開源項目。起初，它只是隸屬于Ｊａｋａｒｔａ項目的一個普通子項目，??后來逐漸成熟，變成頂級項目。Ｓｔｒｕｔｓ借助ＪａｖａＳｅｒｖ丨ｅｔ／ＪＳＰ，實現(xiàn)了?ＭＶＣ應(yīng)用框架。該框架的??主要優(yōu)勢是開發(fā)靈活。Ｓｔｒｕｔｓ技術(shù)改進后產(chǎn)生了?Ｓｔｒｕｔｓ２技術(shù)。Ｓｔｒｕｔｓ２技術(shù)是ＳｔｒｕＭ與ｒＴｅｂｆｆｂ／ｉ??的整合升級。Ｓｔｍｔｓ２汲取保留了?Ｓｔｒｕｈ與的長處，拋棄了它們的缺點。更加有利于??項目的開發(fā)。ＳｔｒｕＧ］工作原理如圖２－７所示。??ＨｔｔｐＳｅｒｖｌｅｔＲｅｑｕｅｓｔ

網(wǎng)上農(nóng)業(yè)網(wǎng)頁圖片一共１５００張復(fù)雜背景下黃瓜葉子圖片。其中包括健康和患有黃瓜枯死病的黃??瓜葉子圖片。數(shù)據(jù)集中健康黃瓜葉子圖片１２００張，患有枯死病的黃瓜葉子圖片３００張，存在樣??本數(shù)據(jù)分布不均勻的問題。ｇ雜背景下光照不均勻的健康黃瓜葉ｆ閣片部分數(shù)據(jù)集樣本如圖３－１??所示，葉片均無黃褐色病斑，且邊緣均無卷縮現(xiàn)象：患有不同程度的黃瓜枯死病葉片圖片如圖??３－２聽示，葉片均有黃褐色病斑只是覆蓋面積不同且大部分葉片邊緣出現(xiàn)卷縮現(xiàn)象。??ｓ：：秦”??＾?－?１１１—＾??圖３－１健康黃瓜葉子圖片數(shù)據(jù)集??？?１４－??

【參考文獻】：
期刊論文
[1]基于遷移學(xué)習(xí)和Mask R-CNN的稻飛虱圖像分類方法[J]. 林相澤,朱賽華,張俊媛,劉德營.  農(nóng)業(yè)機械學(xué)報. 2019(07)
[2]聚合CNN特征的遙感圖像檢索[J]. 葛蕓,江順亮,葉發(fā)茂,姜昌龍,陳英,唐祎玲.  國土資源遙感. 2019(01)
[3]基于遷移學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的電纜隧道銹蝕識別算法[J]. 周自強,紀揚,蘇燁,蔡鈞宇.  中國電力. 2019(04)
[4]基于遷移學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)的控制圖識別[J]. 徐旭東,馬立乾.  計算機應(yīng)用. 2018(S2)
[5]TensorFlow在圖像識別系統(tǒng)中的應(yīng)用[J]. 邢艷芳,段紅秀,何光威.  計算機技術(shù)與發(fā)展. 2019(05)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)與遷移學(xué)習(xí)的油茶病害圖像識別[J]. 龍滿生,歐陽春娟,劉歡,付青.  農(nóng)業(yè)工程學(xué)報. 2018(18)
[7]基于時序圖像跟蹤的葡萄葉片病害動態(tài)監(jiān)測[J]. 喬虹,馮全,張芮,劉闐宇.  農(nóng)業(yè)工程學(xué)報. 2018(17)
[8]基于卷積神經(jīng)網(wǎng)絡(luò)的溫室黃瓜病害識別系統(tǒng)[J]. 馬浚誠,杜克明,鄭飛翔,張領(lǐng)先,孫忠富.  農(nóng)業(yè)工程學(xué)報. 2018(12)
[9]基于WT-Otsu算法的植物病害葉片圖像分割方法[J]. 張會敏,謝澤奇,張善文,張云龍.  江蘇農(nóng)業(yè)科學(xué). 2017(18)
[10]基于EM和K-means混合聚類方法的植物葉片病害區(qū)域自動提取[J]. 夏永泉,王兵,支俊,黃海鵬,孫靜茹.  浙江農(nóng)業(yè)學(xué)報. 2017(08)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)VGG模型的小規(guī)模圖像分類[D]. 馮國徽.蘭州大學(xué) 2018
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的可見光圖像農(nóng)作物病蟲害的檢測[D]. 衛(wèi)智熠.哈爾濱工業(yè)大學(xué) 2017



本文編號：3442748