公开(公告)号：CN116310391B

公开(公告)日：2023-08-15

申请号：CN202310558925.7

申请日：2023-05-18

Applicant: 安徽大学

Inventor： 张艳 ,  车迅 ,  曹丽青 ,  胡根生 ,  李增辉

IPC: G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明涉及一种用于茶叶病害的识别方法，包括如下步骤：步骤一、数据预处理：采集茶叶病害图像数据，将每一幅包含多个病害和背景噪声的图片进行裁剪，将所拍摄到的图片裁剪成单个病害叶片为一幅图像；步骤二、构造最优小样本图网络模型并训练模型：首先将茶叶病害图像嵌入成特征向量，然后将每个特征向量作为茶叶病害图像的双域节点初始化图，根据构建好的双域节点初始化图进行图的更新优化，最优小样本图网络模型包含自下而上推理、自上而下推理和跳跃连接三个部分；步骤三、对图像进行茶叶病害图像识别。本发明减少人为识别病害耗费的人力物力，使用智能识别技术进行茶叶病害识别。

公开(公告)号：CN116310391A

公开(公告)日：2023-06-23

申请号：CN202310558925.7

申请日：2023-05-18

Applicant: 安徽大学

Inventor： 张艳 ,  车迅 ,  曹丽青 ,  胡根生 ,  李增辉

IPC: G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明涉及一种用于茶叶病害的识别方法，包括如下步骤：步骤一、数据预处理：采集茶叶病害图像数据，将每一幅包含多个病害和背景噪声的图片进行裁剪，将所拍摄到的图片裁剪成单个病害叶片为一幅图像；步骤二、构造最优小样本图网络模型并训练模型：首先将茶叶病害图像嵌入成特征向量，然后将每个特征向量作为茶叶病害图像的双域节点初始化图，根据构建好的双域节点初始化图进行图的更新优化，最优小样本图网络模型包含自下而上推理、自上而下推理和跳跃连接三个部分；步骤三、对图像进行茶叶病害图像识别。本发明减少人为识别病害耗费的人力物力，使用智能识别技术进行茶叶病害识别。