导　　师： 邓小玲;张雷

授予学位： 硕士

作　　者： (）;

机构地区： 华南农业大学

摘　　要： 柑橘是我国南方地区最重要的果树之一,柑橘产业已成为南方农业经济中不可或缺的一部分。而黄龙病（HLB）被认为是柑橘的癌症,蔓延速度快、危害大。感染黄龙病的柑橘树,产量和质量会受到严重的影响,甚至死亡。黄龙病一旦爆发,将给果农及相关产业造成巨大的经济损失。当目前为止,还没有药物可以治愈柑橘黄龙病。因此,对柑橘黄龙病的预防,必须做到早发现,早隔离。目前使用的柑橘黄龙病诊断方法,如PCR检测技术、DNA探针杂交和血清学诊断等方法,在实际生产中难以推广。随着深度学习与人工智能的发展,利用卷积神经网络对植物病害进行检测的研究越来越多。针对柑橘黄龙病诊断周期长,难以在实际生产中推广的问题,本文基于移动端的深度学习网络,对能够在手机上实时检测柑橘黄龙病的方法进行了研究。主要工作包括:1、为了探索本研究的可行性,首先对采集了柑橘单个叶片的图像,然后用迁移学习的方法,基于MobileNet模型,在简单背景下实现了黄龙病的判别,并将诊断模型植入到安卓手机（Hisilicon Kirin 960,RAM 6G）进行了测试。该模型在手机CPU上的占用率为25%-30%,每帧图像的检测时间为30-250ms。2、进一步的,使用MobileNet作为SSD目标检测算法的基础网络,对在柑橘果园中采集的多片叶图像进行了建模分析,其均值平均精度（Mean Average Precision,m AP）达到了85%,CPU占用率为40%-50%,每帧图像检测时间为320-360ms。3、为了使模型能够更好地应用到手机上,设计了柑橘黄龙病在线检测APP,使得用户能够在手机离线状态下,在APP上选取照片进行柑橘黄龙病的本地诊断。同时,增加了专家系统功能,能够对柑橘叶片进行专家端的人工检测,确保了诊断系统的可靠性。本课题研发的基于MobileNet的柑橘黄龙病在线诊断技术与系统,能够对柑橘黄龙病进行实时的诊断,及时地

关 键 词： 柑橘黄龙病 在线 诊断技术

领　　域： [] []