基于多特征融合和卷积神经网络的苹果叶部病害识别方法

摘要

本发明公开了一种基于多特征融合和卷积神经网络的苹果叶部病害识别方法，首先利用多特征融合方法对原始图像进行降噪和分割；然后将分割后的图像作为卷积神经网络的原始数据集，并通过数据扩充的方式对原始数据集进行扩充，最后利用扩充后的数据集对网络模型进行训练，并使用梯度下降法优化模型权重参数。采用本发明中的方法对苹果叶部病害进行识别时，无需进行手工标注，能够在复杂背景下对苹果叶部病虫害图像进行准确识别，准确率达到97.05％，识别时间为2.7s，有效解决苹果叶部病害的自动识别问题。