亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        柑橘潰瘍病圖像識(shí)別智能檢測(cè)系統(tǒng)的實(shí)現(xiàn)

        2021-03-30 01:18:16黃麗韶
        現(xiàn)代鹽化工 2021年2期
        關(guān)鍵詞:潰瘍病柑橘灰度

        黃麗韶

        (湖南科技學(xué)院,湖南 永州 425199)

        1 背景與意義

        永州之野、橘香世界。近年來,永州市柑橘掛果面積為115.04萬畝(約766.93 km2),年產(chǎn)量82.05萬t[1]。柑橘業(yè)在永州農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)民脫貧致富、城鄉(xiāng)人民就業(yè)和生態(tài)環(huán)境改善中發(fā)揮了重要作用。潰瘍病是柑橘的主要細(xì)菌性病害,類似于非典,是一種能隨空氣和水傳播的毀滅性病害。有關(guān)學(xué)者認(rèn)為,潰瘍病對(duì)柑橘產(chǎn)業(yè)的影響已達(dá)到基本等同于“致死性”和“毀滅性”的程度[2]。利用計(jì)算機(jī)自動(dòng)識(shí)別病害是全世界都在研究的問題,可以顯著節(jié)省成本,并可以防止由于人類自身的生物機(jī)能限制而產(chǎn)生的判斷錯(cuò)誤。

        2 國(guó)內(nèi)外研究現(xiàn)狀

        圖像識(shí)別是用計(jì)算機(jī)來模擬生物宏觀視覺功能的科學(xué)與技術(shù)。從20世紀(jì)70年代開始,美國(guó)研發(fā)了大豆病害診斷助手、果園管理及害蟲防治系統(tǒng)、棉花管理專家系統(tǒng),日本千葉大學(xué)開發(fā)了番茄病害診斷專家系統(tǒng)[3]。我國(guó)在國(guó)家自然科學(xué)基金、國(guó)家科技攻關(guān)的資助和許多部門的支持下,研發(fā)了柑橘園藝專家系統(tǒng)及玉米低溫冷害專家系統(tǒng)等。美國(guó)佛羅里達(dá)大學(xué)有學(xué)者利用柑橘葉片圖像開展病害自動(dòng)識(shí)別相關(guān)研究工作。我國(guó)有學(xué)者在作物病蟲圖像特征提取、測(cè)量及種類自動(dòng)識(shí)別研究中,對(duì)昆蟲圖像的分割和邊緣檢測(cè)算法進(jìn)行研究。也有學(xué)者根據(jù)棉葉的孔洞及葉片邊緣殘缺來測(cè)定棉花受蟲害程度。還有學(xué)者針對(duì)植物病害彩色紋理圖像的特點(diǎn),提出利用色度矩提取特征向量等進(jìn)行病害識(shí)別的方法。

        3 系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

        3.1 系統(tǒng)文件組成

        本設(shè)計(jì)主要分為文件系統(tǒng)與代碼兩部分。文件系統(tǒng)主要由圖像與模型兩大文件組成。圖像文件,顧名思義就是存放圖像的文件:由原始圖像(即還沒有處理的、初始的圖像)、處理后圖像(即經(jīng)過一系列操作處理后的圖像)、測(cè)試集圖像(由原始圖像組成,都未經(jīng)預(yù)處理)。代碼部分主要由預(yù)處理代碼、卷積神經(jīng)網(wǎng)絡(luò)代碼、測(cè)試代碼3個(gè)部分組成。

        3.2 圖像標(biāo)準(zhǔn)化功能

        圖像標(biāo)準(zhǔn)化功能是對(duì)原始數(shù)據(jù)的格式化處理,主要考慮圖像的像素大小、圖像的清晰度等以及圖像中的柑橘是否有潰瘍病的病癥,以避免開始就對(duì)結(jié)果造成影響。此外,還應(yīng)考慮數(shù)據(jù)是否完整。所以在保證圖像高度為208的情況下,圖像比例縮減。

        本功能主要采用Python中Os模塊、PIL模塊以及Opcv2模塊進(jìn)行實(shí)驗(yàn)。

        首先獲取原始圖像集,對(duì)原始圖像進(jìn)行確認(rèn)并分類(即柑橘是否有潰瘍病的病癥);分類圖像后,定義標(biāo)準(zhǔn)像素,再將有潰瘍病病癥的柑橘進(jìn)行標(biāo)準(zhǔn)化處理;利用Os模塊創(chuàng)建新文件夾,將處理后的圖像另存于新文件夾中,以便后續(xù)處理。

        3.3 預(yù)處理

        預(yù)處理功能主要是對(duì)圖像進(jìn)行預(yù)處理,主要采用Python中的Opcv2模塊、Numpy模塊、Matplotlib模塊、PIL模塊進(jìn)行處理。

        3.3.1 灰度化處理功能

        首先,獲得圖像每個(gè)點(diǎn)的像素值;其次,采用灰度加權(quán)平均算法(按0.3R+0.59G+0.11B的比例)進(jìn)行計(jì)算;最后,將灰度加權(quán)平均算法所算得的值賦予圖像每個(gè)像素點(diǎn)。

        3.3.2 二值化處理

        首先調(diào)用灰度化后的圖像,其次采用最小誤差的全局閾值法進(jìn)行二值化,在多次實(shí)驗(yàn)中(使用BINARY、BINARY_INV、TRUNC、TOZERO、TOZERO_INV)等方法,發(fā)現(xiàn)采用THRESH_TOZERO_INV方法最好。

        ret,thresh=cv2.threshold(GrayImage,127,255,cv2.THRESH_TOZERO_INV)

        3.3.3 高斯濾波法去噪處理

        高斯濾波就是對(duì)整幅圖像進(jìn)行加權(quán)平均的過程,每一個(gè)像素點(diǎn)的值,都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加權(quán)平均后得到。高斯濾波的具體操作:用一個(gè)模板(或稱卷積、掩模)掃描圖像中的每一個(gè)像素,用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值替代模板中心像素點(diǎn)的值用。高斯平滑濾波器對(duì)于抑制服從正態(tài)分布的噪聲非常有效。先求卷積核,再進(jìn)行高斯濾波即可。

        3.3.4 Tensorflow卷積神經(jīng)網(wǎng)絡(luò)構(gòu)造模型

        本設(shè)計(jì)中的Tensorflow卷積神經(jīng)網(wǎng)絡(luò)一共由5層組成,前兩層由卷積層與池化層構(gòu)成。

        中間兩層是連接層,最后一層為輸出層。卷積核定義為3×3,共16個(gè)。每隔5 000步取一次模型。

        在卷積層中,首先定義了16個(gè)3×3的卷積核。首先進(jìn)行計(jì)算標(biāo)準(zhǔn)差,其次通過tf.get_variable函數(shù)創(chuàng)建出新的Tensorflow變量,再次進(jìn)行偏差計(jì)算,最后加上激活函數(shù)進(jìn)行非線性化處理。當(dāng)然,這些操作都在定義的conv1的命名空間內(nèi)執(zhí)行。

        在池化層中,首先需要定義的是池化窗口,其中,height=weight=池化窗口的步長(zhǎng)=卷積核移動(dòng)距離+1。最重要的是,需先規(guī)范化、再池化。規(guī)范化也就是特征縮放,局部需要響應(yīng)歸一化。

        在連接層中,首先把卷積過的多維tensor拉平成二維的張量(就是矩陣)。其次連接神經(jīng)元,計(jì)算標(biāo)準(zhǔn)差。最后矩陣相乘再加上標(biāo)準(zhǔn)差。

        在整個(gè)訓(xùn)練過程中,因?yàn)椴捎胋atch訓(xùn)練法,所以需要先定義隊(duì)列來存放。

        4 測(cè)試

        測(cè)試功能也是本設(shè)計(jì)最后的功能,是對(duì)前面操作的檢驗(yàn),雖然不難,但結(jié)果的好壞直接影響整個(gè)設(shè)計(jì)的好壞。在整個(gè)測(cè)試功能的實(shí)現(xiàn)過程中,因?yàn)橹豢紤]圖像中的柑橘等是否有被潰瘍病傷害過的痕跡,所以只考慮兩種結(jié)果,有或者無。提前定義了一個(gè)類,將測(cè)試集中的圖像在進(jìn)行測(cè)試前,先進(jìn)行標(biāo)準(zhǔn)化處理,依然是208×208的像素。

        5 測(cè)試結(jié)果

        5.1 標(biāo)準(zhǔn)化模塊

        標(biāo)準(zhǔn)化模塊主要定義圖像的模式與大小,即所有圖像為RGB(Red、Green、Blue)模式,大小可自定義,主要是為了后續(xù)操作。

        原先每張圖的像素各不相同,本研究將標(biāo)準(zhǔn)像素定義為853×640,所以每張圖經(jīng)過此模塊后,像素改變?yōu)?53×640,當(dāng)然,一些圖像的模式也改變成了RGB模式。在此設(shè)計(jì)中,并沒有考慮水平、垂直分辨率等因素對(duì)后續(xù)實(shí)驗(yàn)的影響。所以,并沒有改變圖像水平、垂直分辨率等。

        5.2 預(yù)處理模塊

        預(yù)處理主要由3個(gè)部分組成:灰度化、二值化、濾波(其中還包含歸一化等操作)?;叶然僮鲝娜庋劭梢钥闯鲈瓐D像變灰,相對(duì)來說,還是比較亮的。因?yàn)樵瓐D像綠色部分相對(duì)來說較多,而顏色對(duì)本設(shè)計(jì)來說比較重要,是重要的識(shí)別依據(jù)。所以使用了灰度加權(quán)平均算法,使用了0.59的Green,因此灰度化后的圖像,會(huì)比選用平均算法等算法處理的圖像,亮一些??傮w來說還是可以的。

        二值化操作,來源于本研究在灰度化后的圖像。在作二值化處理時(shí),前期并不知道何種參數(shù)對(duì)后面操作更好,所以做了最小誤差全局閾值的所有參數(shù)處理,在后續(xù)的操作中,發(fā)現(xiàn)最后一種(即TOZERO_INV)參數(shù)作處理,對(duì)本設(shè)計(jì)后面的操作更有利。

        另外,可以聽出一部分椒鹽噪音,因此,在后面的濾波操作中選取了高斯濾波方式。

        高斯濾波,有一部分為原圖像(即二值化之后的圖像),有一部分為使用高斯濾波之后的圖像。因此可以看出,圖像中的椒鹽噪音減少了。之所以選取高斯濾波方法,是因?yàn)槎祷蟮膱D像出現(xiàn)了大量椒鹽噪音,而本操作就是為了減少這些噪音對(duì)后續(xù)操作的影響,提高本設(shè)計(jì)的準(zhǔn)確率。

        5.3 建模模塊

        建模模塊也是本設(shè)計(jì)最重要的模塊之一。模型的好壞直接決定了本設(shè)計(jì)的成功與否。因本設(shè)計(jì)采取每5 000步取一次模型,所以本設(shè)計(jì)一共得到3個(gè)模型。這3個(gè)模型也是前面所有操作得到的最終結(jié)果。

        5.4 測(cè)試模塊

        測(cè)試模塊的作用就是將訓(xùn)練集與測(cè)試集導(dǎo)入模型中,驗(yàn)證此模型是否可用(即驗(yàn)證此設(shè)計(jì)是否符合預(yù)期)。此模塊的結(jié)果在下面作出詳細(xì)解釋。

        本設(shè)計(jì)采用訓(xùn)練集與測(cè)試集分開測(cè)試。

        實(shí)驗(yàn)來源于測(cè)試集,之所以選取,是因?yàn)樵搶?shí)驗(yàn)對(duì)模型的要求極高,因影響因素過多,很影響準(zhǔn)確率。但識(shí)別該實(shí)驗(yàn)沒有柑橘潰瘍病病癥的可能性依然超過72.00%。

        實(shí)驗(yàn)依然來自于測(cè)試集,并沒有柑橘潰瘍病的病癥,可能性在99.96%以上,效果是比較好的。

        實(shí)驗(yàn)來源于訓(xùn)練集,模型認(rèn)為該實(shí)驗(yàn)沒有柑橘潰瘍病的病癥的可能性為99.99%。相對(duì)來說,準(zhǔn)確率已經(jīng)很高了。

        6 結(jié)語

        根據(jù)最終結(jié)果的測(cè)試,發(fā)現(xiàn)最低的可能性為76.00%,最高的可能性高達(dá)99.99%。所以,本設(shè)計(jì)也符合最開始的預(yù)期。本設(shè)計(jì)的可改進(jìn)之處有:(1)開發(fā)可視化界面,讓用戶用起來更加方便。(2)開發(fā)成App軟件,通過讀取相冊(cè)內(nèi)數(shù)據(jù),對(duì)圖像進(jìn)行識(shí)別。(3)也可開發(fā)成電腦軟件,通過與攝像頭的合作,將柑橘園的柑橘樹進(jìn)行實(shí)時(shí)監(jiān)控,以進(jìn)行實(shí)時(shí)提醒。(4)添加網(wǎng)絡(luò)功能,增加網(wǎng)上識(shí)別功能,如有需要,可直接在網(wǎng)頁(yè)上進(jìn)行識(shí)別。

        猜你喜歡
        潰瘍病柑橘灰度
        采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過濾技術(shù)
        冬季潰瘍病高發(fā) 防治須加強(qiáng)
        基于灰度拉伸的圖像水位識(shí)別方法研究
        吃柑橘何來黃疸——認(rèn)識(shí)橘黃病
        葡萄轉(zhuǎn)色期干梗掉粒 多是潰瘍病
        獼猴桃潰瘍病致病根源及防控對(duì)策
        基于最大加權(quán)投影求解的彩色圖像灰度化對(duì)比度保留算法
        基于灰度線性建模的亞像素圖像抖動(dòng)量計(jì)算
        柑橘大實(shí)蠅綜合治理
        “五及時(shí)”柑橘凍害恢復(fù)技術(shù)
        浙江柑橘(2016年4期)2016-03-11 20:12:59
        亚洲熟少妇在线播放999| 人妻少妇精品视中文字幕免费| 久久久久成人精品免费播放动漫 | 大肉大捧一进一出好爽视色大师| 国产成人精品免费久久久久| 精品亚洲视频免费观看网站 | 又大又长粗又爽又黄少妇视频| 99蜜桃在线观看免费视频网站| 国产精品久久久一本精品| 中文字幕精品一区二区三区av| 亚洲av无码一区二区三区鸳鸯影院| 韩国无码av片在线观看网站 | 成人小说亚洲一区二区三区| 在线无码精品秘 在线观看| 少妇人妻无一区二区三区| 超碰97人人射妻| 7777精品久久久大香线蕉| 亚洲红杏AV无码专区首页| 亚洲国产综合人成综合网站| 国模无码一区二区三区| 伊人婷婷在线| 亚洲国产成人精品久久成人| 中文字幕亚洲熟女av| 亚洲第一av导航av尤物| 国产午夜无码精品免费看动漫| 亚洲桃色蜜桃av影院| 精品视频一区二区三区在线观看 | 国产在线视频一区二区三区 | 在线播放国产女同闺蜜| 蜜桃视频成年人在线观看| 欧美性猛交aaaa片黑人| 亚洲国产综合精品 在线 一区| 亚洲熟妇av日韩熟妇av| 天堂蜜桃视频在线观看| 国产真实强被迫伦姧女在线观看| 传媒在线无码| 国产精品亚洲二区在线| 成人做爰69片免费看网站野花| 美女胸又www又黄的网站| 亚洲老女人区一区二视频| 久久久国产精品|