综述:双子叶植物基于图像的病害检测深度学习技术综述

《Information Processing in Agriculture》:A survey of deep learning techniques for image-based disease detection in dicot plants

【字体: 大 中 小 】 时间:2026年03月26日 来源:Information Processing in Agriculture 8.9

编辑推荐:

  深度学习技术已成为检测双子叶植物病害的流行方法,具有高准确性和高通量的特点。该技术近期对农业产生了显著影响,有助于减少作物损失并提高管理效率和生产力。从图像中检测双子叶植物病害具有挑战性,因为叶片重叠和阴影使得获取清晰图像变得困难。此外,不同病害有时表现出非常

  
深度学习技术已成为检测双子叶植物病害的流行方法,具有高准确性和高通量的特点。该技术近期对农业产生了显著影响,有助于减少作物损失并提高管理效率和生产力。从图像中检测双子叶植物病害具有挑战性,因为叶片重叠和阴影使得获取清晰图像变得困难。此外,不同病害有时表现出非常相似的症状。本研究综述了用于双子叶植物病害检测的最新深度学习技术。研究人员覆盖了2016年至2025年间发表的140篇精心筛选的科学论文,并开发了一个分类体系,涵盖数据采集、数据集制备、图像预处理、特征提取以及深度学习模型的实现等关键方面。研究总结了当前该领域的挑战和未来研究机遇,发现大多数研究使用近程图像,而中程或远程图像可能使大规模病害检测更具实用性。为提供未来研究的路线图,研究讨论了不同的检测尺度(叶片/果实/茎秆、植株和农田)以及不同的数据采集来源(手持设备、无人机和机器人)。
本研究对双子叶植物基于图像的病害检测深度学习技术进行了全面综述,系统分析了140篇文献,构建了涵盖数据采集至模型评估的完整技术分类体系。

数据采集与传感器技术:研究将数据采集方式按载体分为手持设备、无人机(UAV)和机器人三类。手持设备最为普遍,使用数字相机或智能手机获取RGB图像,但存在图像模糊和视角不一致等问题。无人机可快速覆盖大面积区域,常用RGB或多光谱/高光谱传感器,飞行高度根据需求调整(如3米至25米不等)。地面机器人搭载相机进行自动图像采集,部分研究采用双相机系统分别捕获叶片图像和位置二维码。传感器类型方面,RGB图像因设备普及性成为主流;多光谱成像捕获少量宽波段,高光谱成像则可获取数百个窄波段(如450–1050 nm范围),但能提供更丰富的光谱信息,设备成本和技术门槛也更高。

数据集制备:数据集制备包含标注、缩放、增强和平衡等关键步骤。数据标注分为图像级标注(整图分类)、边界框标注(目标检测)和像素级标注(语义分割)三种粒度,其中U-Net架构广泛用于像素级标注。图像缩放需权衡细节保留与计算效率,常见尺寸包括224×224、256×256等。数据增强技术包括传统几何变换(旋转、翻转、缩放、亮度对比度调整)和生成对抗网络(GAN)方法;研究显示GAN生成图像可提升分类准确率约15%–20%。数据集平衡采用欠采样、过采样、SMOTE(合成少数类过采样技术)及基于GAN的方法;SMOTE在多项对比中表现最优。数据划分比例常见8:1:1、8:2、7:3等,其中8:2划分在多项评估中表现最佳。

图像预处理:预处理技术旨在提升图像质量并减少干扰信息。背景移除通过CIELab色彩空间转换、K-means聚类等方法分离前景与背景,实验证明可提升模型性能。图像分割技术包括U-Net、Mask R-CNN、K-means聚类及基于颜色阈值的 symptōm thresholding 方法,后者通过掩膜策略将特定颜色区域保留、其余转为黑色以降低计算复杂度。去噪采用均值滤波、中值滤波或高斯滤波。直方图均衡化通过累积分布函数调整像素强度,增强全局对比度,尤其适用于强度分布集中的图像。

特征提取:研究区分了手工设计特征与自动学习特征两类方法。手工特征包括基于LBP(局部二值模式)的纹理特征、SURF和SIFT关键点特征等,常用色彩空间涵盖RGB、YCbCr、HSV和LAB。深度学习自动提取的特征中,CNN与LSTM组合可提取时空特征,CNN与SVM或随机森林组合亦被广泛应用于分类任务。光谱域特征从高光谱/多光谱数据的最优波段中提取,空间域特征则通过LBP、GLCM(灰度共生矩阵)等方法获取颜色纹理信息和空间关系。

深度学习架构:CNN架构包括轻量级模型(SqueezeNet、ShuffleNet、MobileNet系列)和重型模型(VGG16/19、ResNet系列、DenseNet、EfficientNet等)。特定改进架构如Kiwi-ConvNet采用预网络模块和级联Inception模块增强小病灶检测;DICNN(密集Inception卷积网络)通过深度可分离卷积和密集连接实现97.22%的准确率;改进YOLO系列(YOLOv5/YOLOv8/YOLO11)通过注意力机制、GSConv模块和WIoU损失函数优化检测性能。RNN与注意力机制结合可建模空间依赖关系,在跨数据集泛化方面显著优于纯CNN模型。LSTM及其变体(双向LSTM)用于捕获病害发展的时间序列特征,与CNN组合实现时空特征融合。Vision Transformer(ViT)通过自注意力机制捕获全局 patch 关系,DeiT等优化变体及BiT(Big Transfer)架构在多项研究中达到100%准确率。大语言模型(LLM)开始应用于多模态融合,如ITLMLP、TextRNN与ResNet/DenseNet结合,整合图像、文本和标签信息提供病害识别与防治建议。

性能评估与未来方向:常用指标包括准确率、精确率、召回率、F1分数、mAP(平均精确率)、AUC-ROC、混淆矩阵、MCC(Matthews相关系数)、Kappa系数等。研究识别了多个关键挑战:数据集规模小且地理气候条件受限;田间环境变量(光照、阴影、天气、叶片遮挡)影响模型鲁棒性;检测尺度多局限于近程单叶/果实,中远端大田尺度研究不足。未来方向包括:建立标准化数据共享平台,采用联邦学习框架实现隐私保护下的协作建模;通过模型剪枝、量化和知识蒸馏优化边缘设备部署;发展跨尺度(叶片-植株-大田)检测能力,以及融合多源数据的多模态智能诊断系统。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号