文献类型：期刊文章

作　　者：廖经纬[1] 蔡英[1] 王语晨[1] 张艳秋[1] 谭周渝[1] 魏静桐[1]

LIAO Jing-wei;CAI Ying;WANG Yu-chen;ZHANG Yan-qiu;TAN Zhou-yu;WEI Jing-tong(The Engineering Department of the Internet of Things,School of Information Engineering,Sichuan Agricultural University,Ya'an 625000)

机构地区：[1]四川农业大学信息工程学院物联网工程系,雅安625000

出　　处：《现代计算机》

年　　份：2018

卷　　号：24

期　　号：13

起止页码：43-48

语　　种：中文

收录情况：普通刊

摘　　要：针对植物叶片的病害识别问题,设计一种基于卷积神经网络的识别方法,针对植物前景与背景分割问题,设计一种新的灰度变换方法,之后使用Ostu法与基于Sobel算子混合切割的方法成功将植物叶片的前景与背景分离,针对38种植物病害对Alex Net进行改进,使用19000张预处理完成后的图片对神经网络迭代30次以后,在植物病害数据集上的识别率达到98.4375%,可以为卷积神经网络在植物病害识别做一个参考。

关 键 词：植物病害 卷积神经网络 OSTU 背景分割  

分 类 号：S432] TP391.41]