基于改进YOLOv5s的苹果病害检测技术研究

[目的]面对大规模的苹果园种植和管理,传统的果园巡检容易出现误检、少检的现象,并且传统的苹果病害检测模型参数量庞大难以实现移动端的轻量化部署,因此,设计一个高效并且轻量的苹果病害检测模型可以实现对苹果病害的有效预防与精准管理,从而改善苹果品质与增加果园经济收入。[方法]针对以上需要,提出了一种基于YOLOv5s的改进算法。以常见的炭疽病和褐斑病为主要研究对象,采集苹果表皮病害图像构建果园苹果病害数据集,通过Labelimg工具对图像进行标注与分类;引入GhostNet轻量化模块对主干特征提取网络进行替换,使用更小的参数量来捕获更多的特征信息,达到模型轻量化的效果,便于后期移动端的部署;引入SimAM无参注意力机制加强模型对通道和空间信息的同时关注,在不添加任何参数量的基础上对重要的病害特征赋予更高的优先级,提高模型的准确性;引入SIoU边界框回归损失函数来优化预测框对于目标病害的准确定位,通过重新定义角度惩罚度量帮助预测框快速定位到准确的轴,同时借助遗传算法优化θ的取值,实现提升模型训练和推理能力的效果。[结果]改进后的模型参数量和浮点运算数(FLOPs)比原始模型减少了30.2%和33.8%,在达到轻量化的基础上,mAP@0.5达到93.7%,mAP@0.5:0.95达到63.3%,分别优于YOLOv5s原始算法1.6%和0.7%。[结论]改进后的模型在实现轻量化的同时也达到了较好的检测性能,不仅实现了苹果病害的高效识别,也为其他农作物的病害检测提供了技术支持与参考依据。

中国苹果病害发生与分布现状调查

本研究于2010-2012年在我国18个省(市、自治区)的1 100个苹果园采用隔行踏查法进行了实地调查。调查内容包括果园面积、品种名称、树龄结构以及各种病害发生情况。调查结果表明,3年间在我国苹果主产区共发现病害50种,其中包括新发现的2种病害:丝核菌叶枯病和炭疽菌叶枯病。通过分析确定了各种病害的严重度,明确了腐烂病、轮纹病、褐斑病和斑点落叶病4种主要病害及苹果锈病等8种中度发生病害的发生程度及区域分布,为各苹果主产省开展病害防控提供了理论依据。

基于压缩感知理论的苹果病害识别方法

为实现自然场景下低分辨率苹果果实病害的智能识别,提出了一种基于压缩感知理论的苹果病害识别方法。以轮纹病、炭疽病和新轮纹病3种常见的苹果果实病害为研究对象,提取病斑的8个纹理特征参数组成训练特征矩阵。利用压缩感知理论,求解待测样本特征向量在特征矩阵上的稀疏表示系数向量,通过对系数向量的分析实现待测样本的分类。设计灰度关联分析和支持向量机识别模型与本文方法进行识别效果对比,平均正确识别率分别为86.67%、90%和90%。实验结果表明,基于压缩感知理论的识别方法能够对苹果病害进行有效识别。

近年我国重要苹果病害发生概况及研究进展

苹果是我国最重要的经济作物之一,截至2015年我国苹果种植面积达到232万hm^2,总产量超过4 200万t。各种病害仍是困扰我国苹果产业健康发展的限制性因素。腐烂病和枝干轮纹病依然是我国苹果最重要的枝干病害,斑点落叶病和白粉病连年发生,危害加重;霉心病在一些产区成为产业发展的限制性因素。病毒病病原种类还在增加,发生程度不断加重,已经上升为苹果主要病害。随着老果园重建的大范围开展,再植病害已经成为苹果产业可持续发展的障碍;缺素、裂果和冻害等非侵染性病害虽然不具传染性,但近年来发生面积不断扩大,对苹果产量的威胁在某些年份甚至较侵染性病害更为严重。本文系统总结了自2013年以来这些苹果主要病害的发生概况及研究进展,并分析了目前存在的问题,提出了相应的建议。

采用二次连续投影法和BP人工神经网络的寒富苹果病害高光谱图像无损检测

为提供苹果病害在线、快速、无损检测的理论依据,采用高光谱成像技术进行了北方大面积种植的寒富苹果病害无损检测研究。寒富苹果的主要病害有炭疽病、苦痘病、黑腐病和褐斑病害。为选择较少的有效波长而利于在线快速检测,首先采集高光谱苹果图像,分割出感兴趣区域并提取光谱信息,然后采用连续投影算法(successive projections algorithm,SPA)从全波长(500~970 nm)中提取了10个特征波长SPA1(502、573、589、655、681、727、867、904、942 nm和967 nm),再对这10个特征波长采用连续投影算法提取3个特征波长SPA2(681、867 nm和942 nm)。最后利用全波长光谱信息、SPA1提取的10个特征波长的光谱信息和SPA2提取的3个特征波长的光谱信息作为输入矢量采用线性判别分析、支持向量机和BP人工神经网络(BP artificial neural network,BPANN)模型进行苹果病害的检测。通过对检测结果分析,最终选择SPA2-BPANN为最佳检测方法,训练集检测率达100%,验证集检测率达100%。结果表明,高光谱成像技术可以有效对苹果病害进行检测,所获得的特征波长可为开发多光谱成像的苹果品质检测和分级系统提供参考。

基于高光谱成像的苹果病害无损检测方法

苹果果实易发生病害,传统的苹果病害的检测不适应苹果分级在线检测的要求。为了实现病害苹果快速、有效的在线检测,采用高光谱成像技术对寒富苹果的炭疽病、苦痘病、黑腐病和褐斑病的病害果进行无损检测研究。根据正常区域与病害区域光谱相对反射率差异,提出改进流形距离方法。综合计算病害与正常区域,病害与果梗/花萼区域,正常与果梗/花萼区域的光谱相对反射率的总改进流行距离L值,从而从全波段中选择了3个特征波段,分别为700,765,904nm。对700nm特征波段下的图像进行阈值分割,以此获得掩膜图像,并对掩膜后的图像二次阈值分割提取感兴趣区域。将3个特征波段下对应的光谱相对反射率分别组合,作为BP神经网络的输入矢量,检测苹果是否为病害果。结果表明:选择700nm与904nm波段下的光谱相对反射率为最佳组合,病害果的检测率达96.25%。说明高光谱成像技术所获得的2个特征波段可以有效对苹果病害进行检测,为开发多光谱成像的苹果品质在线检测和分级系统提供参考。

基于二维子空间的苹果病害识别方法

如何准确、实时得到苹果病害信息是苹果病害管理的一个重要研究内容。根据苹果叶片症状准确、快速地诊断苹果病害是预防和控制苹果病害的基础。由于苹果同类病害叶片及其病斑图像的形状、颜色和纹理之间的差异很大,使得很多经典的模式识别方法不能有效地应用于苹果叶部病害识别。为此,提出了一种基于二维子空间学习维数约简(2DSLDR)的苹果病害识别方法。该方法将高维空间的观测样本点映射到低维子空间,使得类内样本点更加紧凑,而类间样本点更加分离,从而得到最佳的分类特征。该方法直接作用于叶片图像,不需要计算逆矩阵,从而克服了经典植物病害识别方法中特征提取与选择的难题,避免了经典子空间判别分析中的小样本问题,提高了识别效果。采用该方法对三种常见苹果叶部病害进行识别实验,并与其他苹果病害识别和监督流形学习方法进行比较。实验结果表明,2DSLDR对苹果叶部病害识别是有效可行的,识别精度高达90%以上。

基于灰度关联分析的苹果病害识别方法研究

为实现自然条件下低分辨率苹果病害的智能识别,对获取图像进行预处理,采用改进的水平集交互式分割方法提取病斑。在实验的基础上,基于灰度共生矩阵提取8个纹理特征参数作为病斑的有效识别特征,构建了基于灰度关联分析的病害识别模型。实验结果表明,用优选的8个纹理特征和基于灰度关联分析识别模型,对3种病害的平均正确识别率最高达到85.41%,可以有效识别苹果的病害。

基于改进K中值聚类的苹果病害叶片分割方法

针对复杂背景下的苹果病害叶片分割问题,提出一种基于改进的K均值聚类的苹果病害叶片病斑分割方法。首先将原始叶片图像由RGB(R为红,G为绿,B为蓝)颜色空间转换到Lab(L为亮度,a为从洋红色至绿色的范围,b为从黄色至蓝色的范围)颜色空间,然后在Lab颜色空间中利用ab二维数据空间的颜色差异,以欧式距离度量像素间的相似度,使用K均值对图像进行聚类,利用数学形态学中的开闭交替滤波方法对聚类后的灰度图像进行校正,最后得到图像病斑。对3种常见苹果病害叶片图像进行分割,并与其他分割方法进行比较。结果表明,该方法效果好,其误分率为8.41%。

细辛精油对六种苹果病害的离体抑菌活性

细辛是一种重要的中草药,活性物质主要是挥发油。研究采用生长速率法和孢子萌发法测定了细辛精油对引起苹果病害的6种病原菌(灰斑病菌、褐斑病菌、斑点落叶病病菌、炭疽病菌、苹果轮纹病菌和干腐病菌)的菌丝生长和4种病原菌(灰斑病菌、褐斑病菌、斑点落叶病病菌、炭疽病菌)的孢子萌发的影响。结果表明,细辛精油对两者均有一定的抑制作用:对褐斑病菌菌丝生长的抑制效果最好,EC90仅为397.37mg/L;对炭疽病菌孢子萌发的抑制效果最好,EC90仅为276.77mg/L。对于同一种病原菌来说,细辛精油对其孢子萌发的抑制效果好于对其菌丝生长的抑制效果。

两种生物药剂对苹果病害的室内活性评价

为评价2种生物杀菌剂对苹果病害防控的广谱性,本研究采用菌丝生长速率法测定了药剂对苹果轮纹病、炭疽病、干腐病和腐烂病的抑制效果。结果表明:3%中生菌素可湿性粉剂和0.3%四霉素水剂对4种苹果病害均具有防治效果,其中3%中生菌素可湿性粉剂对干腐病菌和腐烂病菌有较强的抑菌活性,其EC50值分别为4.92和7.33μg·mL-1;0.3%四霉素水剂对轮纹病菌、腐烂病菌和干腐病菌的EC50值分别为4.52,6.44和7.04μg·mL-1。因此,3%中生菌素可湿性粉剂和0.3%四霉素水剂可作为苹果园广谱性生物源杀菌剂,可交替使用减少抗药性。

基于文献计量分析的我国苹果病害研究现状

以《中国学术期刊网络出版总库》2000～2010年的数据作为检索对象,采用文献计量学方法,从主题分布、核心作者、合作度、核心期刊等方面对苹果病害研究文献进行统计分析,从而揭示了近10年来我国苹果病害研究的现状和发展趋势。

25%Amistar(阿米西达)水悬浮剂在苹果病害管理中的应用研究

本研究对具有保护和治疗双重功效的仿生性杀菌剂 2 5 %Amistar(阿米西达 )水悬浮剂在苹果病害管理体系中的应用技术和定位进行了探讨。研究结果表明 ,2 5 %AmistarSC除对嘎啦品种有药害外 ,对红富士、新红星、北斗、澳州青苹等 6个骨干品种均无任何不良影响 ,使用安全 ;同时 ,2 5 %阿米西达SC对苹果白粉病、黑星病及斑点落叶病等三种主要病害均具有显著防冶效果 ,使用浓度 2 0 0 0～ 2 5 0 0倍 ,防治效果达 80 %～ 90 % ;在广谱性和防效上显著优于目前生产上推广的常规性的苯并咪唑类、三唑类及代森类的杀菌剂品种。应用上重点应在发病前或发病初期施药 ,间隔 7～ 10天喷 1次 ,连喷 3至 4次为宜 ,同时与其它作用机制的杀菌剂如苯并咪唑类、三唑类等内吸性杀菌剂混用或交替用药。在以红富士、新红星等品种为主栽品种果区的无公害苹果生产病害管理体系中具有极高的推广价值。

基于事例数据库的苹果病害诊断系统设计与实现

采用事例的方式保存苹果病害诊断与防治的经验,设计1个包含事例检索、防治方法优化、事例库更新等功能的专家系统。在事例检索阶段,先使用模板检索策略缩小检索范围,再使用ID3算法建立决策树执行事例匹配。根据新事例能否提升专家系统推理性能制定事例库更新策略。

一种基于模糊C均值聚类的多阈值苹果病害图像分割方法

针对苹果病害叶片的图像分割问题,以斑点落叶病、花叶病和褐斑病为研究对象,提出一种基于模糊C均值聚类的多阈值分割算法。首先,将苹果病害叶片图像进行滤波;然后,利用模糊C均值进行病斑图像的聚类,再滤除病斑图像中的非病斑像素,根据分类结果获得分割阈值;最后,利用多阈值算法对苹果病害叶片图像进行分割,得到病斑图像。通过与其他分割方法进行比较表明,本方法分割出来的苹果病斑,分割准确率达到94%以上,分割效果明显。

用波尔多液防治苹果病害应注意的问题

波尔多液是一种杀菌力强、药效范围广、作用持久的保护性杀菌剂，在防治苹果病害中被广泛应用。正确配制和使用波尔多液，对于充分发挥其药效，防止药害产生具有十分重要的作用。

从植物病害防治原理浅析苹果病害的防治方法

苹果病虫害防治是果树生产中的重要技术环节。特别是苹果病害防治是否得当,直接影响果树产量、品质、树势等。一个病害流行的果园,往往会出现叶片早期脱落、枝干腐烂枯死、果实受害腐烂等现象,这就很难达到优质高产,经济效益也会下滑。

20%噻唑锌悬浮剂防治苹果病害试验简报

噻唑锌是噻二唑类有机锌新型杀菌剂。笔者进行了20％噻唑锌悬浮剂防治苹果病害试验，结果表明，其500倍液对苹果斑点落叶病防效为81．39％，对轮纹烂果病防效为91．14％，对苹果果实品相及叶片表光均有一定的改善作用。