基于机器视觉的木薯疾病监测系统

针对木薯叶片疾病较难分辨、当前疾病检测机制智能化程度低的问题,提出了一种基于HSV色彩空间与EfficientNet的木薯疾病检测方法,设计了木薯疾病自动化监测与处理系统。首先利用HSV色彩空间进行图像预处理,提高目标区域的检测精度,减少图像预处理阶段的信息丢失;然后,引入改进型EfficientNet模型对预处理后的叶片图像进行训练,提取多维度的深度、宽度、分辨率特征,并利用几何方法将患病部位的坐标输出。最后,将该网络部署于嵌入式平台上,机械臂根据输出的坐标准确标定处理患病木薯。结果表明,疾病检测综合准确率为88.4%,其中木薯褐条病检测准确率可达96%,最低的木薯绿斑病可达82%。