基于Swin-TDL算法的果园环境下葡萄病害检测方法

为在果园复杂环境因素下准确检测葡萄病害,提出一种基于Swin Transformer的葡萄病害检测模型Swin-TDL。采用Kmeans++聚类算法计算模型输入图像的锚框以提高检测精度;以Swin Transformer网络作为Swin-TDL的骨干网络更准确地获取目标特征信息;特征金字塔网络和路径聚合网络用于融合骨干网络中不同深度的特征层信息以增强检测目标的语义信息和定位信息;使用SIoU损失函数作为边界回归预测损失函数用于提高训练的速度和模型推理的准确性;使用Soft-NMS对目标边界框后处理以提高遮挡及重叠目标的检出率。在田间葡萄病害数据集中进行模型训练和性能测试,结果表明,Swin-TDL模型的平均精度均值为92.7%,平均检测时间为15.3 ms,综合性能优于对比检测算法,可以为葡萄植保装备研究提供参考。

低纬高原葡萄病害绿色防控关键技术及应用

云南低纬度高原葡萄产区海拔跨度大,生境类型多,可以实现葡萄的周年生产,葡萄产业发展潜力巨大。但云南葡萄产区气候类型多样、病原种类复杂,病害常年爆发流行,导致葡萄产量下降乃至绝收。以往葡萄病害防治以化学防治为主,频繁用药导致农药残留和环境污染问题频发;加之雨季降雨冲刷及高湿环境造成病原菌大量繁殖,化学防治措施难以奏效,病害一旦爆发流行果农便束手无策,严重制约产业发展。2010年以前,云南葡萄种植面积不到0.67万公顷。

基于支持向量机的葡萄病害图像识别方法

应用计算机图像处理技术和支持向量机识别方法研究了葡萄叶部病害的识别,以提高识别的准确性和效率。首先对采集到的葡萄病害彩色图像采用矢量中值滤波法去除噪声,然后采用统计模式识别方法和数学形态学对病叶图像进行了分割。最后提取了葡萄病叶彩色图像的纹理特征、病斑的形状特征和颜色特征,并用支持向量机的模式识别方法来识别葡萄病害。试验结果表明:支持向量机识别方法能获得比神经网络方法更好的识别性能;综合形状特征和纹理特征的支持向量机识别方法对葡萄病害的正确识别率优于只用形状特征或纹理特征的病种识别,综合颜色特征和纹理特征的支持向量机识别方法对葡萄病种识别的正确率高于只用颜色特征或纹理特征的准确率。

基于模糊神经网络的葡萄病害诊断系统研究

针对传统专家系统自学能力差的特点,以实现基于W eb的智能葡萄病害诊断系统为目标,研究了26种葡萄常见病害模糊隶属度的表示方法及模糊BP神经网络模型,采用Java与M atlab混合编程方法实现了该系统的葡萄病害诊断功能。试验结果表明,该系统病害诊断正确率达90.9%,且能在W eb上运行,便于推广和使用。

基于K_means硬聚类算法的葡萄病害彩色图像分割方法

为了提高植物病害图像的分割精度与效果,根据植物病害症状及图像的特点,提出了一种基于K_means硬聚类算法(HCM)的葡萄病害彩色图像非监督性分割处理方法。该方法是在L*a*b*颜色空间模式下利用ab二维数据空间的颜色差异,以平方欧式距离作为像素间的相似度距离、以均方差作为聚类准则函数对颜色进行二分类聚类,并通过数学形态学运算对聚类结果进行校正。利用该方法对3种葡萄病害彩色图像进行分割的结果表明,该方法能够较为准确地将病斑区域从彩色图像中分割出来,对葡萄病害彩色图像的分割处理比较理想,鲁棒性好,分割准确率高。

基于人工神经网络的葡萄病害诊断专家系统

设计了一种基于人工神经网络的葡萄病害诊断专家系统。以常见的18种主要的葡萄病害为研究对象,将专家知识转换为诊断规则,并作为学习样本输入神经网络进行训练,形成人工神经网络推理机。同时,采用知识库、规则推理和人工神经网络推理相结合的系统结构来优化专家系统,在提高专家系统自学能力的同时也提高了系统的响应速度。采用C#、Matlab和.NET技术混合编程实现专家系统,实验结果表明该系统有较高的诊断准确率并能稳定运行。该系统在Web上运行,更有利于系统的推广应用。

基于YOLO V3的葡萄病害人工智能识别系统

葡萄在生长过程中会感染各种病害,葡萄病害的高效识别是防治葡萄病害的关键。本文提出了一个基于YOLO V3的葡萄病害智能识别系统,由微信小程序、云服务器和葡萄病害识别模型构成。其中的葡萄病害识别模型以植物病虫害生物学国家重点实验室提供的2 566张原始葡萄病害图片为基础,构建了32 871张葡萄病害图片数据集,采用改进的YOLO V3训练得到。本系统能对手机保存的或现场拍摄的自然条件下的12类葡萄病害图像进行识别,准确率达98.60%。识别结果、病害特征、发病原因、病害地理分布和防治建议可立刻反馈至用户。本系统不但识别率高,而且涵盖了目前大多数常见葡萄病害种类,可作为辅助果农、消费者和相关科研人员甄别葡萄病害的智能工具。

杰效力与常规杀菌剂混用防治葡萄病害的节本增效作用研究

以"蛇龙珠"葡萄为试材,通过田间试验研究了农药增效剂杰效力与常规杀菌剂混用后对葡萄病害的防治效果。结果表明:与常规杀菌剂混用后,杰效力能够增强杀菌剂药效,降低20%喷雾量,具有节本增效作用。

基于LBP滤波和ACWE的葡萄病害图像分割方法

针对葡萄病害的特征在不同发病期的多变性,提出了一种新的无监督葡萄病害图像分割方法。该方法使用局部二进制模式(LBP)算子描述葡萄叶纹理特征,采用正常叶片训练出的LBP直方图作为滤波模板,在LBP域中滤除葡萄叶片表面纹理,增强了病害区域与其它区域的对比度,再通过无边界主动轮廓算法分割病害区域。在RGB、HSV和L*a*b*等三种彩色空间中对9种分量下的葡萄病害进行分割的实验,发现在G、V、L*、a*等4个分量下,本方法对于不同发病期的葡萄叶斑病的分割准确率较高,且对不同光线影响有较好的鲁棒性。实验还表明,与其它5种基于主动轮廓算法的对比分割方法相比,本方法具有更高的准确率。

基于BP网络的葡萄病害发生预测系统的开发研究

[目的]提高葡萄病害预测的准确度。[方法]介绍基于BP网络的葡萄病害预测系统的开发研究,包括网络结构的确定、网络学习参数的选取、样本数据的处理等方面。[结果]对河北省怀来县葡萄病害发生程度进行预测,取得良好的效果。[结论]运用BP网络模型对葡萄病害的发生量进行预测预报,适合于影响葡萄病害发生因素多、关系复杂、难以定量分析以及需长期预测的情况,对于葡萄病害发生程度的预测具有重要的参考价值。

氯啶菌酯和苯醚甲环唑对葡萄病害的室内活性和田间防效

采用菌丝生长速率法测定了氯啶菌酯、苯醚甲环唑及其混配制剂对葡萄炭疽病菌和穗轴褐枯病菌菌丝生长的抑制活性,并用孙云沛法测定了混配制剂的共毒系数(CTC)。结果表明:氯啶菌酯抑制葡萄炭疽病菌和穗轴褐枯病菌菌丝生长的抑制中浓度(EC50值)分别为2.1793和1.1274μg/mL,而苯醚甲环唑的EC50值分别为0.6667和0.1041μg/mL。当氯啶菌酯与苯醚甲环唑按10∶1混配时复配制剂抑制这2种病原菌菌丝生长的CTC最高,增效作用最大。田间试验结果显示:试制样品22%氯啶菌酯.苯醚甲环唑EC(20%氯啶菌酯+2%苯醚甲环唑)以90～120 g a.i./hm2喷药2～3次对葡萄黑痘病、霜霉病、炭疽病均有较高的防治效果。

基于纹理特征和支持向量机的葡萄病害的识别

针对葡萄病害彩色纹理图像的特点,提出一种将支持向量机和色度矩分析应用于葡萄病害识别的方法。首先利用色度矩提取葡萄病害叶片纹理图像的特征向量,然后将支持向量机分类方法应用于病害的识别。葡萄病害纹理图像识别实验结果表明,利用色度矩提取病害彩色纹理图像特征简便、快捷、分类效果好;支持向量机分类方法对于病害分类训练样本较少时,具有良好的分类能力和泛化能力,适合于葡萄病害的分类。不同分类核函数的相互比较分析表明,径向基核函数最适合于葡萄病害的分类识别。

葡萄病害的计算机识别方法

农作物在生长过程中会受到病害侵袭,使其产量和品质受到严重的影响,而病害识别和诊断是作物病害防治的前提。本文针对葡萄病害叶片图像的特点,应用计算机图像处理和模式识别技术研究葡萄病害识别方法,可提高葡萄病害识别的准确率和效率。采集田间自然光照下不同生长阶段的多种病害叶片图像,提取叶片上病斑处的颜色和纹理共28种特征。为筛选出对白粉病、褐斑病、霜霉病、灰霉病、黑痘病、炭疽病等6种常见葡萄病害具有最佳识别率的分类器,对决策树、判别分析、支持向量机、最近邻和集成分类等5大类22种分类器进行了训练和测试,发现集成分类器中的Bagged trees分类器对测试集中的6种病害的平均识别率最高,达到86.4%,对上述各种病害识别率分别为93.0%、87.5%、82.7%、87.7%、85.5%、82.1%。试验结果表明,本方法能够有效识别多种葡萄叶部病害类别,为实现葡萄病害的快速自动识别提供方法和依据。

改进轻量卷积网络在葡萄病害叶片的分类方法

针对传统人工检测葡萄叶片病害种类准确率不高、效率低的问题,提出了一种改进轻量卷积网络模型的葡萄叶片病害图像分类方法。选择对小规模数据分类效果好的Xception网络作为基础模型,对其进行创新性改进,首先,将原始网络中的ReLU激活函数替换为ELU激活函数;其次,设计全新的全连接层,使用全局最大池化层替换原来的全局平均池化层,并对输出层进行改进;再次,在网络中嵌入通道注意力机制。对数据进行预处理,将数据按4∶1的比例划分训练集和测试集。为模拟现实拍摄情况,在训练时采用数据增强方法,对数据进行扩容,然后将在ImageNet上预训练好的权重参数迁移到改进的模型中。实验结果表明,改进的葡萄叶片病害分类模型(Grape-Xception)的准确率相较于原始模型提高了2.95个百分点达到99.57%,研究模型的规模为81.38MB。与其他网络模型相比,准确率大幅提高,为葡萄叶片病害的快速诊断和及时防控提供了一种准确高效的方法。

胶东半岛地区酿酒葡萄病害的发生与防治现状调查

采用田间调查结合问卷调查的方法,对山东胶东半岛地区酿酒葡萄生长期病害进行调查。结果表明:山东胶东半岛地区酿酒葡萄生长期主要病害有6种,包括炭疽病、霜霉病、白腐病、灰霉病、酸腐病以及褐斑病;其中炭疽病是主要病害,发病严重的病果率达35.63%,个别地块有绝收现象;褐斑病只在个别地块中发现;酸腐病和霜霉病在葡萄生长后期加重;炭疽病严重的地块酸腐病也严重。病害防治主要采用化学药剂防治,药剂种类以石硫合剂、波尔多液、多菌灵及福美双为主;整个生长季施药普遍在14～15次,最多可达17次。

我国葡萄病害发生趋势与防治工作中应注意的若干问题

葡萄病害是我国葡萄生产中最重要的问题之一．每年都造成不同程度的损失。根据统计。我国葡萄生产每年因葡萄病害造成的损失约在30％以上。危害葡萄生产的病害种类约有50多种．可以造成较大危害的也有十几种之多．不同地域、不同年份、不同的栽培方式，葡萄病害危害的程度不同。掌握葡萄病害发生的趋势和防治过程中存在的问题．对于更好地开展葡萄病害的防治工作具有非常重要的作用和意义。作者根据多年的工作经历．在广泛查阅相关资料和调查的基础上．概述了我国葡萄病害发生的趋势．分析了防治工作中存在的问题．并就葡萄病害防治工作今后应采取的对策提出了自己的观点和看法。

上海地区葡萄病害无公害防治技术

通过几年的调查研究,明确了上海地区常见的葡萄病害有30多种,基本探明了上海地区葡萄主要病害病菌越冬与传播等发生特点,在此基础上制定了葡萄病害无公害综合防治措施,重点在园艺生态防治和化学防治两方面进行了试验推广,取得了明显的防治效果。

少用农药防治好南方葡萄病害的综合措施

海盐县地处浙江北部，属南方东部暖湿地区，年平均温度16．7℃，年降雨量多数年份1300～1400mm，年日照1700小时左右。1987年引种巨蜂葡萄，尔后每年均引入新品种。根据当时总结的经验，葡萄防病7天左右用一次药，雨后必用药，多药混用。频繁使用农药，不但使生产成本增高，果实农药污染较重，而且黑痘病、灰霉病和炭疽病等主要病害仍控制不住，每年均受到一定的损失。我们在认真总结1987—1993年病害发生规律和病害防治经验教训的基础上，从1994年开始，在海盐县农业科学研究所葡萄实验园上进行少用农药防好病害的实践，逐步探索到一套综合措施。

基于BP神经网络的葡萄病害诊断系统研究

我国种植葡萄已经有两千多年的历史,葡萄病害严重影响了葡萄产品的产量和质量,葡萄病害的诊断对我国葡萄产业的发展具有重大意义。通过对葡萄病害知识和专家经验的研究,并将神经网络技术与计算机技术相结合,采用改进的BP算法,建立了BP神经网络诊断模型。以葡萄的发病部位、病斑形状、病斑颜色和主要症状为诊断参数输入,以病害名为输出,以诊断依据为训练样本。实验结果表明,该网络能够获得满意的诊断结果。采用MVC设计模式,利用JSP、Javabean、JDBC等技术,开发了基于WEB的葡萄病害诊断系统,实现了在线葡萄病害诊断的过程。

无公害葡萄病害防治试验

无公害鲜食葡萄是指葡萄生产中农药残留量不超标，不含禁用的高毒、高残留农药，其他农药残留不超过国家最高允许限量。