基于作物病害孢子哈夫纹理的快速稻瘟病检测和识别方法

背景：稻瘟病真菌是一种全球性疾病，是中国南北稻田中最严重的稻病之一。稻瘟病的初始症状不明显，传播速度快。人工识别耗时费力。目前，实现稻瘟病的快速准确早期识别仍然是一个巨大的挑战。结果：本文研究了一种基于作物病害孢子哈夫纹理的稻瘟病识别方法；该方法利用光场和衍射图像的纹理特征。为了验证我们提出的模型的可靠性，我们选择了两种手动识别和机器识别的方法进行比较和检测稻瘟病孢子。实验结果显示，光衍射特征的识别不仅高于传统的显微镜手动识别（提高了超过0.3%），而且在神经网络训练后速度也更快（提高超过90%）。本研究中使用的基于作物病害孢子哈夫纹理的衍射识别方法可以在几秒内完成，测试准确率为97.18%。结论：所提的方法——基于作物病害孢子哈夫纹理的快速稻瘟病检测和识别方法，与现有的显微镜手动识别相比具有一定优势。该方法可以应用于农业研究中稻瘟病的识别。© 2020 化学工业学会。