基于热红外成像和机器学习的棉花黄萎病监测技术研究

棉花黄萎病危害棉花生产,其已造成较大损失。利用热红外成像仪作为数据采集设备,采集数据类型包括1 920×1 080像素(FHD)的RGB图像和640×512像素的红外图像,将RGB图像和红外图像进行图像融合,结合机器学习方法,运用卷积神经网络分类算法对融合图像进行判断,确定棉花是否感染黄萎病从而构建一种更为实时、准确的棉花黄萎病监测系统。