典型文献
基于机器视觉的木薯疾病监测系统
文献摘要：
针对木薯叶片疾病较难分辨、当前疾病检测机制智能化程度低的问题,提出了一种基于HSV色彩空间与EfficientNet的木薯疾病检测方法,设计了木薯疾病自动化监测与处理系统.首先利用HSV色彩空间进行图像预处理,提高目标区域的检测精度,减少图像预处理阶段的信息丢失;然后,引入改进型EfficientNet模型对预处理后的叶片图像进行训练,提取多维度的深度、宽度、分辨率特征,并利用几何方法将患病部位的坐标输出.最后,将该网络部署于嵌入式平台上,机械臂根据输出的坐标准确标定处理患病木薯.结果表明,疾病检测综合准确率为88.4％,其中木薯褐条病检测准确率可达96％,最低的木薯绿斑病可达82％.
文献关键词：
疾病监测;HSV色彩空间;机器视觉;EfficientNet网络;嵌入式
中图分类号：
作者姓名：
彭强;涂赛飞;赵中雨;王卓尔;王细桃;高菲
作者机构：
武汉理工大学本科生院,武汉430070;武汉理工大学信息工程学院,武汉430070;武汉理工大学档案馆,武汉430070
文献出处：
引用格式：
[1]彭强;涂赛飞;赵中雨;王卓尔;王细桃;高菲-.基于机器视觉的木薯疾病监测系统)[J].武汉理工大学学报,2022(09):95-100
A类：
B类：
机器视觉,疾病监测,木薯叶片,难分,疾病检测,检测机,HSV,色彩空间,EfficientNet,自动化监测,处理系统,图像预处理,目标区域,检测精度,信息丢失,改进型,几何方法,网络部署,嵌入式平台,机械臂,褐条病,检测准确率,斑病
AB值：
0.344189
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
