主管单位:吉林省科技厅
主办单位:吉林省科学技术信息研究所
合作单位:吉林省科学技术情报学会

农业与技术 ›› 2024, Vol. 44 ›› Issue (24): 56-59.DOI: 10.19754/j.nyyjs.20241230013

• 农业工程 • 上一篇    

基于深度学习的桑叶成熟度智能识别

陈颖博   

  1. 1.安康学院电子与信息工程学院/大数据与智能信息处理研究中心,陕西安康725000: 2.安康学院陕西省蚕桑重点实验室,陕西安康725000
  • 出版日期:2024-12-30 发布日期:2024-12-30
  • 作者简介:陈颖博(1984-),男,硕士,副教授。研究方向:农业信息化。
  • 基金资助:
    陕西省教育厅2021年度青年创新团队项目(项目编号:21P001)
  • Online:2024-12-30 Published:2024-12-30

摘要: 准确识别桑叶成熟度对养蚕及桑叶附属品加工具有重要意义。本研究提出了一种基于深度学习的桑叶成 熟度智能识别方法。利用VGG(Visual Geometry Group)网络模型提取桑叶图像特征;利用改进的Otsu(最大类 间方差法)阙值分割算法提取桑叶图中桑采和绿叶区域:对桑叶图中的桑叶区域进行颜色阙值分割:结合颜色 和形状特征对桑叶图进行分类,实现桑叶成熟度识别。结果表明,研究对不同桑树品种的桑叶图均能进行识别, 准确率达到90%以上,相比传统方法识别速度快、精度高。

关键词: 深度学习;桑叶成熟度;图像处理;特征提取;智能识别

中图分类号: