卷积神经网络在黄瓜叶部病害识别中的实践应用.pdfVIP

江苏农业学报(ＪｉａｎｇｓｕＪ.ｏｆ Ａｇｒ.Ｓｃｉ.)，２０１８，３４(１):５６~６１ ５６ ｈｔｔｐ:/ / ｗｗｗ.ｊｓｎｙｘｂ.ｃｏｍ 张善文，谢泽奇，张晴晴. 卷积神经网络在黄瓜叶部病害识别中的应用[Ｊ].江苏农业学报，２０１８，３４(１):５６-６１. ｄｏｉ:１０.３９６９/ ｊ.ｉｓｓｎ.１０００-４４４０.２０１８.０１.００８ 卷积神经网络在黄瓜叶部病害识别中的应用 张善文， 谢泽奇， 张晴晴 (郑州大学西亚斯国际学院，河南 郑州 ４５１１５０) 摘要: 针对传统黄瓜病害识别方法中提取到的分类特征容易受病害叶片形态多样性、光照和背景影响的问 题，提出了一种基于卷积神经网络的黄瓜病害识别方法，并建立了一个具有６种黄瓜病害的１５５０００多幅训练叶片 图像数据库。 根据病害叶片图像的复杂性，利用卷积神经网络从该数据库中自动学习黄瓜病害叶片图像的属性特 征，再利用Ｓｏｆｔｍａｘ分类器进行分类。 试验结果表明，与基于特征提取的传统病害识别方法相比，该方法的识别性 能较高。 关键词: 黄瓜； 病害识别； 卷积神经网络； 特征提取； Ｓｏｆｔｍａｘ分类器 中图分类号: Ｓ４３６.４２１.１ 文献标识码: Ａ 文章编号: １０００-４４４０(２０１８)０１-００５６-０６ Ａｐｐｌｉｃａｔｉｏｎ ｒｅｓｅａｒｃｈ ｏｎ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｆｏｒ ｃｕｃｕｍｂｅｒ ｌｅａｆ ｄｉｓｅａｓｅ ｒｅｃｏｇｎｉｔｉｏｎ ＺＨＡＮＧ Ｓｈａｎ-ｗｅｎ， ＸＩＥ Ｚｅ-ｑｉ， ＺＨＡＮＧ Ｑｉｎｇ-ｑｉｎｇ (ＳＩＡＳ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５１１５０，Ｃｈｉｎａ) Ａｂｓｔｒａｃｔ: Ｆｏｃｕｓｅｄｏｎｔｈｅｐｒｏｂｌｅｍｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｃｕｃｕｍｂｅｒｄｉｓｅａｓｅｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｓｔｈａｔｔｈｅｅｘｔｒａｃｔｅｄｃｌａｓｓｉｆ- ｙｉｎｇ ｆｅａｔｕｒｅｓｗｅｒｅ ｍｏｒｅ ｓｕｓｃｅｐｔｉｂｌｅ ｔｏ ｄｉｖｅｒｓｉｔｙ ｏｆ ｔｈｅ ｄｉｓｅａｓｅｄ ｌｅａｆ ｉｍａｇｅ，ｉｌｌｕｍｉｎａｔｉｏｎ ａｎｄ ｂａｃｋｇｒｏｕｎｄ，ａ ｃｕｃｕｍｂｅｒ ｄｉｓ- ｅａｓｅ ｒｅｃｏｇｎｉｔｉｏｎ ｓｙｓｔｅｍ ｗａｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ (ＣＮＮ)，ａｎｄ ａ ｃｕｃｕｍｂｅｒ ｄｉｓｅａｓｅ ｌｅａｆ ｉｍａｇｅ ｄａｔａｂａｓｅ ｔｈａｔ ｃｏｎｔａｉｎｅｄｍｏｒｅｔｈａｎ １５５０００ｔｒａｉｎｉｎｇ ｉｍａｇｅｓｆｒｏｍ ｓｉｘ ｋｉｎｄｓｏｆ ｌｅａｆ ｄｉｓｅａｓｅｓｗａｓｅｓｔａｂｌｉｓｈｅｄ. Ｄｕｏｔｏｔｈｅ ｃｏｍ- ｐｌｅｘｉｔｙｏｆｃｕｃｕｍｂｅｒｌｅａｆｉｍａｇｅｓ，ｔｈｅｍｅｔｈｏｄｏｆ ＣＮＮｗａｓｕｓｅｄｔｏｌｅａｒｎｔｈｅｒｅｃｏｇｎｉｔｉｏｎｆｅａｔｕｒｅｓａｄａｐｔｉｖｅｌｙｆｒｏｍｔｈｅｄａｔａｂａｓｅ， ａｎｄ ｃｕｃｕｍｂｅｒ ｄｉｓｅａｓｅｓｗｅｒｅｃｌａｓｓｉｆｉｅｄｂｙ Ｓｏｆｔｍａｘ ｃｌａｓｓｉｆｉｅｒ.Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃｏｕｌｄａ- ｃｈｉｅｖｅ ｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｉｎｔｅｒｍｓｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｂａｓｅｄｃｕｃｕｍｂｅｒｄｉｓｅａｓｅｒｅｃｏｇｎｉｔｉｏｎ ｍｅｔｈｏｄｓ. Ｋｅｙ ｗｏｒｄｓ: ｃｕｃｕｍｂｅｒ； ｄｉｓｅａｓｅ ｒｅｃｏｇｎｉｔｉｏｎ； ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ (ＣＮＮ)； ｆｅａｔｕｒｅ ｅｘ