可見光光譜和機(jī)器學(xué)習(xí)的溫室黃瓜霜霉病嚴(yán)重度定量估算

張領(lǐng)先，田 瀟，李云霞，陳運(yùn)強(qiáng)，陳英義，馬浚誠(chéng)

1. 中國(guó)農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京 100083 2. 中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081

引 言

溫室黃瓜在種植過程中由于各種原因?qū)е虏『Πl(fā)生，造成產(chǎn)量降低和品質(zhì)下降[1-2]。霜霉病是溫室黃瓜常見病害之一[3]。目前，隨著計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)技術(shù)在作物病害診斷領(lǐng)域的應(yīng)用，對(duì)于黃瓜霜霉病的準(zhǔn)確識(shí)別已經(jīng)取得了豐富的研究成果。彭占武[4]、馬浚誠(chéng)[5]、Wei[6]、和Zhang[7]等分別利用模糊聚類、支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法對(duì)黃瓜霜霉病進(jìn)行識(shí)別診斷，取得了良好的效果。但是，這些研究大部分是對(duì)溫室黃瓜霜霉病的定性識(shí)別。

病害程度的不同，其用藥劑量也不一樣。所以，準(zhǔn)確掌握病害嚴(yán)重度，能夠指導(dǎo)農(nóng)民科學(xué)合理用藥，減少農(nóng)藥殘留，提高蔬菜品質(zhì)。葉海建等[8]構(gòu)建了基于Android的自然背景下黃瓜霜霉病定量診斷系統(tǒng)，采用超G法和GrabCut進(jìn)行背景減除，利用生成顯著圖的方法進(jìn)行病害區(qū)域的識(shí)別，最后計(jì)算病害區(qū)域占整個(gè)葉片面積的百分比，得出相應(yīng)的病害等級(jí)。在進(jìn)行病害等級(jí)估算的過程中需要進(jìn)行病斑的分割，由于受到圖像中背景和光照的影響，病斑分割的準(zhǔn)確率難以得到保證。Wang等[9]采用5種不同的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)植物病害嚴(yán)重度進(jìn)行估算，準(zhǔn)確率能夠達(dá)到79.3%。除此之外，該研究利用遷移學(xué)習(xí)對(duì)已有網(wǎng)絡(luò)模型(包括VGG，inception-v3和ResNet50)進(jìn)行微調(diào)，進(jìn)一步將準(zhǔn)確率提升到90.4%。雖然取得了相對(duì)較高的準(zhǔn)確率，但是該方法在對(duì)病害嚴(yán)重度進(jìn)行估算時(shí)使用的是分類思想，將病害嚴(yán)重度劃分為4類標(biāo)簽，并沒有對(duì)病害嚴(yán)重度有一個(gè)定量的診斷；……