标题：棉花病虫害图像分割与特征提取的机器学习方法研究
作者：曹冰玉 周鹏 阚明琪 杨烁
作者单位：新疆科技学院，新疆 库尔勒 841000
关键字：棉花病虫害；图像分割；特征提取；机器学习
摘要：棉花作为一种重要的经济作物，关系到人们的生活。棉花在生长发育过程中会遭受多种病虫害的侵害，产量会受到极大的影响。收集包含不同类型疾病和害虫的棉花病虫害图像，并在不同的环境状况下进行图像处理。为了消除图像中的干扰，改善图像的精度，对获取的图像做了降噪、调整尺度、对比度等预处理工作。另外，采用了卷积神经网络算法，实现了对棉花病虫害区域和背景的有效分离。利用采用集成学习的方法，将多个模型的预测结果进行融合，提高整体的识别准确率。最终优化后的集成模型在测试集上的运行时间仅为21分钟，是其他模型中运行时间最短的，说明模型在保持了高准确率的同时，也提高了运行效率。该方法有助于快速、准确地鉴定出棉花病害类型，并进行及时、精确的防治，防止病害蔓延。