基于深度學(xué)習(xí)的近紅外光譜圖像處理的農(nóng)作物蟲(chóng)害檢測(cè)研究

摘要： 采集農(nóng)作物蟲(chóng)害圖像時(shí)常因外界干擾使特征區(qū)域劃分不明，導(dǎo)致蟲(chóng)害檢測(cè)精度不足，為此，提出基于深度學(xué)習(xí)的農(nóng)作物蟲(chóng)害近紅外光譜圖像分割算法。利用分塊匹配模型對(duì)近紅外光譜圖像進(jìn)行視覺(jué)紋理提取，通過(guò)高斯濾波技術(shù)去除噪聲干擾。采用邊緣特征重構(gòu)和角點(diǎn)匹配方法，構(gòu)建近紅外光譜圖像分割和相似度度量模型，采用分塊幀點(diǎn)檢測(cè)的方法對(duì)目標(biāo)關(guān)鍵特征點(diǎn)定位和包絡(luò)檢測(cè)，多模態(tài)特征匹配后得到蟲(chóng)害特征分布，完成蟲(chóng)害...