一种基于空-频混合节点图神经网络的茶叶病虫害分类系统

本发明公开了一种基于空‑频混合节点图神经网络的茶叶病虫害分类系统，包括以下步骤：获取待提取的现场茶叶病虫害图像，将采集到的图像送入处理器中进行处理，利用在该系统的目录下添加训练得到的最优模型和加载所处理后的茶叶病虫害图像；利用系统中的分类功能得到最后的分类结果；将最终的分类结果在显示窗口中打印出来。其中将图像送入系统提取RGB图像特征和灰度图像特征、以及RGB频域特征和灰度频域特征构造空‑频混合节点，茶叶病虫害图像特征通过ResNet12网络提取。本发明涉及图像处理领域，空‑频混合节点提高了特征表征方面的有效性，混合边特征提高了相邻的空‑频混合节点距离度量的准确性，实现高效的病虫害诊断与分类。