柑橘溃疡病图像识别智能检测系统的实现  

作　　者：黄丽韶[1] 

机构地区：[1]湖南科技学院,湖南永州425199

出　　处：《现代盐化工》2021年第2期89-90,共2页Modern Salt and Chemical Industry

基　　金：2018年永州市科技创新指导性计划项目(2018ZD19);2018年湖南省教育厅科学研究一般项目(18C1079);湖南科技学院应用特色学科建设项目。

摘　　要：针对柑橘溃疡病图像识别智能检测系统,主要实现了图像像素标准化、图像预处理、定义模型、训练模型、测试模型 5个部分。首先,在像素标准化过程中,采用Python中的Os、Opcv2类对图像进行标准化处理。预处理分为灰度化、二值化、去燥3个部分。其次,采用Tensorflow卷积神经网络定义模型,然后将预处理之后的图像代入定义的模型中,得到3个模型。最后将测试集的图像代入这3个模型中进行测试,得到最终结果。在整个项目中,像素标准化、预处理、测试这3个部分,运行之后的结果都比较符合预期目标。

关 键 词：Python Tensorflow卷积神经网络 柑橘溃疡病 图片识别 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] S436.66[自动化与计算机技术—计算机科学与技术]