基于深度卷积神经网络和病害图像的冬枣病害识别方法

摘要

基于深度卷积神经网络和病害图像的冬枣病害识别方法，先将物联网采集的原始冬枣病害果实RGB彩色图像转化成YUV颜色模型，再进行预处理；然后提取包含病害图像的病斑的一个感兴趣区域矩形，利用K‑均值聚类算法分割得到YUV彩色病斑图像；构建一个三通道分层卷积神经网络模型，利用训练数据训练该模型，最后将待识别的冬枣病害图像输入训练后的模型，进行病害类别识别；本发明能够应用于基于物联网的大棚冬枣病害监控系统中，能够得到较高的病害识别结果。