《基於計算機視覺的農作物病害圖像識別與分級技術研究》是2021年四川科學技術出版社出版的圖書。
基本介紹
- 中文名：基於計算機視覺的農作物病害圖像識別與分級技術研究
- 作者：劉永波,曹艷,胡亮
- 出版社：四川科學技術出版社
- 出版時間：2021年9月1日
- 頁數：202 頁
- 開本：32 開
- 裝幀：平裝
- ISBN：9787572702174
內容簡介,圖書目錄,
內容簡介
這是一本現代科技套用於農業生產的讀物，通過計算機圖像識別和分析技術，提高農作物病害防治的效率，針對性強，科學性強，套用面廣，是現代農業技術推廣的一本較好的讀物，全書具體分為農作物圖像預處理、基於深度卷積神經網路的玉米病害識別等內容。
圖書目錄
第一章 緒論
第一節 研究背景及意義
第二節 研究現狀概述
一、基於農作物圖像分割的研究概述
二、基於農作物病害識別的研究概述
三、基於農作物病程分級的研究概述
第三節 國內研究現狀分析
一、病害圖像識別研究現狀
二、農作物病害圖像識別研究現狀
三、近三年農作物病害圖像識別研究現狀
四、小結
第二章 農作物圖像預處理
第一節 圖像灰度化
第二節 圖像增強
一、空域增強
二、頻域增強
第三節 圖像平滑
一、高斯濾波
二、中值濾波
三、雙邊濾波
四、三種濾波的對比
第四節 圖像的幾何變換
一、縮放
二、平移
三、鏡像
四、旋轉
五、仿射變換
六、透視變換
第五節 形態學操作
一、腐蝕
二、膨脹
三、開運算
四、閉運算
五、形態學梯度
六、頂帽
七、黑帽
八、形態學操作之間的關係
第三章 農作物圖像分割
第一節 閾值分割
一、全局閾值
二、自適應閾值
三、OTSU二值化算法
第二節 邊緣檢測
一、sobel邊緣檢測
二、拉普拉斯邊緣檢測
三、canny邊緣檢測
第三節 圖論分割
第四節 分水嶺算法
第五節 語義分割
一、傳統方法
二、深度學習方法
第四章 基於計算機視覺的稻瘟病分級技術研究
第一節 試驗材料與採集系統
一、試驗材料
二、圖像採集系統
第二節 試驗算法
一、目標圖像與背景分割
二、圖像預處理
三、病斑特徵提取
四、計算機面積占比
第三節 結果與分析
一、背景分割結果
二、閾值範圍分析
三、分級結果對比
第四節 討論與結論
第五章 基於深度卷積神經網路的玉米病害識別
第一節 試驗材料與方法
一、試驗材料
二、試驗方法
第二節 試驗
一、圖像預處理
二、特徵提取
第三節 標籤分類
第四節 病害識別
第五節 試驗結果
第六節 結論
第六章 基於U—net的玉米病害分級算法研究
第一節 試驗材料和方案
一、試驗材料
二、試驗方案
第二節 試驗
一、試驗平台
二、模型訓練
三、測試結果
四、病害分級
第三節 討論
第四節 結論
第七章 玉米病害識別與分級鑑定APP的設計與實現
第一節 系統功能設計
一、客戶端功能設計
二、後台功能設計
第二節 系統實現
一、資料庫實現
二、界面設計
三、註冊登錄模組實現
四、深度學習算法調用
五、信息發布模組
六、用戶信息模組
第三節 套用前景
第四節 結論
主要參考文獻
附錄原始碼
後記
