基于深度卷積神經網絡的水稻病害圖像識別研究

譚云蘭，歐陽春娟，李龍，廖婷，湯鵬杰

?

基于深度卷積神經網絡的水稻病害圖像識別研究

譚云蘭1,2，歐陽春娟1,2，李龍1，廖婷1，*湯鵬杰3

(1. 井岡山大學電子與信息工程學院，江西，吉安 343009；2. 井岡山大學流域生態與地理環境監測國家測繪地理信息局重點實驗室，江西，吉安 343009；3. 井岡山大學數理學院，江西，吉安 343009)

水稻病害類型多，采集過來的圖像病斑交界特征復雜多變。即便同類別水稻病害在不同的生長時期，發生在葉片、莖稈、穗部等部位呈現的病斑特征也不一樣，而且不同類型病害也存在相似病斑，這些都給水稻病害圖像的精準識別帶來了相當大的困難。采用深度卷積神經網絡模型，使用數據集擴增技術，運用fine-tune方法對網絡進行調參及構建，將自然場景下采集的常見8類水稻病害圖像輸入網絡模型中進行訓練和測試，在有限的圖像數量下取得較高的識別精度，其中紋枯病的準確率為93%。不同于其他方法僅聚焦在水稻葉部或稻穗部，本文識別的圖像是多株水稻的場景，可為水稻病害遠程自動診斷提供關鍵技術支持。

圖像識別；卷積神經網絡；水稻病害；GoogLeNet

0 引言

對于自然場景下采集過來的水稻病害圖像，更多是多株水稻的場景，場景中包括了水稻葉部、莖稈、穗部等部位，水稻病害類型多，病斑交界特征復雜多變，即便是水稻專家進行人工識別也容易誤判，原因是同類別水稻病害在不同的生長時期，發生在葉片、莖稈、穗部等部位呈現的病斑特征也不一樣，而且不同類型病害也存在相似病斑，這些都給水稻病害圖像的精準識別帶來了巨大的困難。……