摘要
为解决茶小绿叶蝉在复杂环境中快速识别的问题,提出了一种基于BP神经网络和HOG特征提取算法的茶叶病虫害识别方法.首先对采集的茶叶病虫害图片进行数据增强,用来扩充样本数量,并将样本尺寸大小统一到 256×256,以方便网络模型训练.然后使用HOG算法提取图片的局部边缘特征,以减少光照变化造成的影响和降低噪声.最后将提取的特征数据输入到BP神经网络进行训练,并使用随机梯度下降法(SGD)减少模型训练的时间.实验结果表明,基于BP和HOG的茶小绿叶蝉识别方法,准确率为0.94,所提出的模型具有较高的识别能力和鲁棒性,可以为茶叶病虫害智能诊断提供参考.
基金项目
信阳农林学院青年教师科研基金资助项目(QN2021058)
NETL
NSTL
维普
万方数据