图像识别与专家系统融合的小麦病害智能诊断方法研究

摘要

为实现对田间小麦病害进行实时自动诊断，设计一种基于图像识别和专家系统融合的小麦病害智能诊断系统。将小麦病害划分为4种类型，首先由图像识别模块对小麦病害图像进行目标特征检测，针对不同识别结果采用不同处理方式：对于图像特征明显且被识别为唯一病害类型的情况，直接输出病害结果；对于图像特征明显但被识别为非唯一病害的情况，先由图像识别初步确定病害类型，再由专家系统2进行鉴别；对于图像特征不明显但非图像特征明显的情况，图像识别则无检测结果，由专家系统1直接进行诊断；对于图像特征和非图像特征均不明显且系统未知病害的情况，需要上传病害信息进行远程人工诊断。系统测试结果显示：4种类型病害的诊断准确率分别为83.0%、76.0%、68.0%、79.0%,平均为76.5%。该方法可为小麦常见病害的智能化监测和精准化防控提供技术参考。

关键词

小麦 / 病害 / 图像识别 / 专家系统 / 智能诊断