基于LM神经网络的小麦叶片病害识别

摘要：

快速、及时和准确的发现小麦病害对提高小麦产量具有重要作用.以小麦叶片白粉病、条锈病和叶锈病3种病害为研究对象,提出了基于LM神经网络的小麦叶片病害识别模型.首先采用K-means算法分割小麦叶片病斑区域,提取小麦病斑区域的颜色特征和纹理特征,构建数据集.然后建立LM神经网络小麦叶片病害识别模型,输入数据进行识别.基于颜色和纹理特征的小麦叶片病害识别率为95.3％.在小样本情况下,利用LM神经网络算法能够快速、准确的识别小麦病害叶片.

关键词：小麦病害叶片、病斑分割、特征提取、LM神经网络

所属期刊栏目：13

分类号：TP391.4(计算技术、计算机技术)

资助基金：山西农业大学青年科技创新基金2020QC17

在线出版日期：2023-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：60-66,76