哥伦比亚咖啡树叶多谱图像数据集数据集
Jorge Luis Aroca-Trujillo1, Alexander Perez-Ruiz1
1Universidad Escuela Colombiana de Ingeniería Julio Garavito, Bogotá, D.C., Colombia.
Data in brief
|March 24, 2025
概括
一个新的数据库6726咖啡叶的多光谱图像,包括RGB和五种光谱带,有助于检测咖啡生病. 该资源支持精准农业和咖啡种植园的早期疾病识别.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 遥感 遥感 遥感 遥感
背景情况:
- 咖啡生 (Hemileia vastatrix) 对全球咖啡产量产生重大影响.
- 准确和早期的疾病检测对于有效的作物管理和产量优化至关重要.
- 现有的疾病识别方法可能缺乏用于早期检测所需的详细光谱信息.
研究的目的:
- 呈现一个全面的,高质量的咖啡叶多谱图像数据库.
- 促进精准农业的研究,利用先进的图像分析来检测疾病.
- 为了实现机器学习模型的开发,以识别咖啡生.
主要方法:
- 收集并策划了6726张咖啡叶多谱图像的数据集.
- 采集的图像采用JPG (RGB) 和TIF (16位,5个多光谱带:蓝色,绿色,红色,红边,NIR) 格式.
- 通过控制照明条件和标准化标签,确保图像质量和一致性.
主要成果:
- 现在可以使用一个独特的,大规模的咖啡叶图像数据库,跨多个光谱带.
- 数据库包括健康的叶子和表现出咖啡生病变的叶子的图像.
- 频谱数据范围从蓝色 (450-500 nm) 到近红外 (750-900 nm),具有特定的红边带 (约. 840 nm) 的长度.
结论:
- 呈现的多光谱图像数据库是农业研究的宝贵资源.
- 它支持用于作物疾病检测的先进图像处理和机器学习技术的开发.
- 这种资源可以改善咖啡生的早期检测和管理,提高农场的生产力.
