- 1、本文档共76页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
摘要
柑橘是我国主要的经济林果之一,柑橘因种植区多在山区坡地,病虫害防治给
管理带来了很大困难,在线监测的智能识别是当前现代农业发展的方向。在柑橘生
长过程中,容易受到多种外界因素的影响从而产生各种病虫害,常发生在叶片器官
等部位,因此,针对柑橘植株叶片进行病害判别是病害防治的有效方法之一。伴随
着技术的进步,深度学习被广泛应用于农业领域,研究表明基于深度学习的图像处
理技术有着精度高、速度快等优点,可以实现病虫害的快速识别。为实现柑橘病虫
害的快速智能识别,本文采用深度学习方法结合物联网技术,利用尺度可变视频流
信息,设计并构建了一套柑橘病害智能在线监测系统。主要研究内容如下:
(1)基于深度学习的叶片检测算法研究
针对视频监测的视场下存在多张柑橘叶片的问题,本文提出了高实时性和高
检测精度的柑橘叶片检测算法,在YOLOv4的基础上进行改进,通过K-Means聚
类分析重新构建网络模型的目标候选框、优化网络结构等改进方法构建了柑橘叶
片检测算法,检测的MAP达到85.10%,实验结果表明本文提出的叶片检测算法
能够满足叶片检测的基本要求。
(2)基于卷积神经网络的柑橘病虫害识别算法研究
针对柑橘叶片病害识别的需求,本文以卷积神经网络为基础,综合实验多种分
类网络,如Inceptionv3、Xception、ResNet以及DenseNet,通过分析实验结果,提
出一种基于多路融合卷积神经网络的分类模型,将DenseNet和Xception融合起来
共同提取特征,引入迁移学习,减少了算法训练的时间,提高了模型检测的准确度,
最终模型的平均分类精度达到96.69%,实验结果表明提出的算法识别率较高,能
够满足病害智能识别的基本要求。
(3)柑橘病害智能在线监测系统研发
针对果园对于柑橘生长状况以及病害情况的实时监测需求,本文设计并研发
了基于深度学习的柑橘病害智能在线监测系统。该系统采用C/S架构设计,客户
端为用户提供人机交互界面,通过视频预览对果园的重点区域进行实时监测,并通
过图像截取功能实现图像实时采集,将采集的图像发送至服务端,系统服务端上搭
建算法服务,通过卷积神经网络实现病害智能识别,并将识别的结果发送至客户端,
实现了客户端中果园不同区域的检测结果实时呈现。
关键词:智能监测、深度学习、叶片检测、病害识别
ABSTRACT
Citrusisoneofthemaineconomicfruitsinourcountry.Becausecitrusplanting
areasaremostlyinmountainousslopes,thepreventionandcontrolofdiseasesandinsect
pestshasbroughtgreatdifficultiestomanagement.Intelligentidentificationofonline
monitoringisthecurrentdirectionofmodernagriculturaldevelopment.Duringthe
growthofcitrus,itissusceptibletoavarietyofexternalfactorstoproducevarious
diseasesandinsectpests,whichoftenoccurinleaforgansandotherparts.Therefore,
diseaseidentificationforcitrusplantleavesisoneoftheeffectivemethodsfordisease
preventionandcontrol.Withtheadvancementoftechnology,deeplearningiswidelyused
inthefieldofagriculture.Researchhasshownthatimageprocessingtechnologybased
ondeepl
您可能关注的文档
- 基于深度卷积网络的机械臂抓取方法研究.pdf
- 基于深度强化学习的水-光-蓄互补系统智能调度研究.pdf
- 基于深度学习的配电网非技术损失检测方法研究.pdf
- 基于深度学习的职业阶段划分方法与应用研究.pdf
- 基于实物期权的J公司电子后视镜项目投资决策研究.pdf
- 基于视觉的钻井隔水管自动对位系统研究.pdf
- 基于数据挖掘与智能技术支撑的持续审计系统的设计与实现.pdf
- 基于数值模拟的桩林坝绕流冲刷研究.pdf
- 一般院校“航空航天概论”教学探索与思考.docx
- 新医科背景下医学生自主学习激励机制探索.docx
- 新形势下高职大学生党员发展质量的探索与实践.docx
- 新中国成立初期党的思想政治教育工作探析.docx
- 信息管理系统在高校教育管理中的应用分析.docx
- 虚实结合层递式装备测试教学训练模式研究.docx
- 新文科建设背景下大学实验教学质量评价指标体系研究.docx
- DB32/T+5118-2025+数字乡村发展指标体系.docx
- DB32/T+5115-2025+交通运输节能量核算规范.docx
- 以“现代管理前沿”课程引导博士生选题的探索与实践.docx
- DB32/T+5114.3-2025+港口企业安全生产标准化自评工作规范+第3部分:集装箱港口企业.docx
- 虚拟仿真在“航空发动机结构”实践教学中的应用.docx
文档评论(0)