人工智能在作物叶片病害图像分割中的应用
王从胜
邱秀荣
商丘工学院 信息与电子工程学院,河南 商丘 476000
摘要：随着精准农业和智慧农业的快速发展,图像分割技术在小麦和玉米叶片病害识别中的应用愈发重要.为实现对小麦和玉米叶片病斑图像的有效分割和高效分析,基于深度学习模型DeepLabv3+和U-Net对小麦和玉米叶片病害图像进行分割,同时对叶片病斑进行分割和量化评估.结果显示,2种模型均能准确地分割出叶片区域和背景区域,其中采用U-Net模型生成的轮廓更清晰、更完整,但仍出现分割不足、分割粘连等问题.进一步优化图像分割技术,提高叶片病斑图像分割的准确性,深入研究图像分割技术在农业生产中的应用,对小麦和玉米叶片病害的精确诊断与防治具有重要意义.
关键词：小麦玉米图像分割叶片病害人工智能
分类号：S432(病虫害及其防治)
资助基金：河南省高等学校重点科研项目(24B413009)
论文发表日期：2025-04-10
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 76-80 )
英文信息