基于循环一致对抗网络的玉米灰斑病图像迁移方法研究

来源：中国农机化学报杂志2023年第2期北京时间：

作者：韩烨, 侯睿峥, 陈霄,

单位：1. 吉林农业大学信息技术学院，长春市，130118； 2. 吉林农业大学智慧农业研究院，长春市，130118

摘要：针对玉米病害图像采集困难，特别是灰斑病表现差异性较多问题，提出一种基于循环一致对抗网络（CycleGAN）的玉米灰斑病图像生成算法，通过病害图像迁移，使得健康的作物图像可以生成患病作物图像。此方法首先通过特征提取分别提取出健康玉米图像特征和灰斑病图像特征；然后把两种特征图像输入到CycleGAN的生成器Gs中，结合生成器中的残差网络提高图像传输时的准确性，利用两个判断器判断生成的图像是否一致；最后通过对健康玉米图像进行病害迁移得到所需的玉米灰斑病图像。试验结果表明：与VAE、GAN的图像进行迁移比较，结构相似SSIM值整体分别提升50.434%、18.762%，均方误差MSE值整体减少12.891%、9.558%；直观效果上CycleGAN迁移后的不同病害程度的玉米灰斑病效果更好，因此使用CycleGAN网络生成的玉米灰斑病图像更准确。

关键词：玉米灰斑病,病害迁移,残差网络,循环一致对抗网络（CycleGAN）,数据扩充

基金资助：吉林省科技厅、吉林省自然科学基金（20200201288JC）；吉林省教育厅“十三五”科学技术项目（JJKH20200330KJ）；吉林省教育厅科学技术研究项目（JJKH20190924KJ）；吉林省发展与改革委员会基本建设资金（创新能力建设）项目（2021C044—8）；吉林省自然科学基金(20180101041JC)