大豆叶片病害检测与分类系统

Abstract

我国经济高度依赖农业生产力，病害检测在农业生产中占有重要地位。这个项目的目的是支持农民检测大豆栽培中的疾病类型。***这样做的目的是确定叶子是健康的还是有病的，如果它受到了影响，找出疾病并确定感染的百分比。******在聚类算法的帮助下完成分割阶段，然后使用无监督学习算法进行分类。系统使用颜色和纹理特征的组合进行训练。***利用我们的想法，可以识别大豆疾病，平均准确率为91%。

Keywords— septoria leaf blight, frog eye, downy mildew, SVM
classifier, K-meansclustering.

I. INTRODUCTION

豆也被称为Glycine max，是一种直立的分枝植物，高度超过6.5英尺(2米)。
【1】它也被称为大豆或黄豆，是豆科(豌豆科)的一年生豆类[1]。这种营养丰富的植物是数百万人重要而廉价的蛋白质来源，也是许多化学产品的原料。它用于石油提取，用于食品和工业应用。它可以在大多数根中含有固氮根瘤菌的土壤中栽培，从而促进植物生长。豆粕被用于许多包装食品和牛饲料。未发酵的豆制品包括用来制作豆腐和豆腐皮的豆浆。发酵豆制品包括酱油、豆瓣酱、纳豆和豆豉。

在种植任何作物时，为了提高和保持可观的产量，更有效地进行疾病管理是很重要的。如果没有适当的病虫害防治技术，作

相关知识

基于深度学习的农作物叶片病害检测系统（UI界面+YOLOv5+训练数据集）
花卉病害智能检测与防控系统
棉花叶片病害虫害检测数据集
基于边缘人工智能的农作物病害检测系统的设计方案
Yolo v5深度学习用于植物叶片病害识别【matlab】
农作物叶片病害检测数据集汇总（猫脸码客 第235期）
深度学习在植物叶部病害检测与识别的研究进展
大豆花叶病毒种子带毒检测的研究
自动叶片感染识别系统:智能检测植物疾病的革新技术
检测植物叶片病害的深度学习技术，是如何准确完成无误提取特征的

原文链接: 大豆叶片病害检测与分类系统 https://www.huajiangbk.com/newsview506788.html