一种基于增量学习的农作物病害识别方法

摘要

本发明公开了一种基于增量学习的农作物病害识别方法，涉及农作物栽培技术领域，包括以下步骤：通过预先采标定叶部病害的目标区域，进行搭建识别病害图像特征的卷积神经网络模型，将预处理后的图像转换为HSI空间图像，并提取图像的颜色特征和纹理特征，并确定每种特征下每幅待测图片和病害训练集图片之间的欧式距离，并对提取的显著识别区域进行校正得到病斑图像，将获取的病斑图像输入识别卷积神经网络模型进行识别和分类。本发明实现对提取的颜色特征和纹理特征具有旋转不变性和光照不变性，实现了真实环境中农作物病害部位的检测定位，以及病害类型的准确识别，适用于农作物病害的防治和预警，便于工作人员采取针对性的病害防治措施。