基于SVM的小麦叶部病害识别方法研究 |
| |
引用本文: | 余秀丽,徐超,王丹丹,张卫园,屈卫锋,宋怀波.基于SVM的小麦叶部病害识别方法研究[J].农机化研究,2014(11). |
| |
作者姓名: | 余秀丽 徐超 王丹丹 张卫园 屈卫锋 宋怀波 |
| |
作者单位: | 西北农林科技大学机械与电子工程学院; |
| |
基金项目: | 国家“863”计划项目(2013AA10230402);国家自然科学基金项目(31000670);中央高校基本科研业务经费资助项目(QN2011031) |
| |
摘 要: | 为了准确识别小麦叶部常见病害,为小麦病情诊断和发展状况判断提供科学依据,设计并实现了一种基于SVM(Support Vector Machine)的小麦叶部常见病害识别方法。该方法可以实现对小麦白粉病、条锈病和叶锈病的准确识别。首先,基于中值滤波法和K均值聚类算法,实现了图像的去噪及病斑分割;然后,提取了病斑区域形状特征和纹理特征;最后,利用SVM算法对小麦叶部病害进行了分类识别。随机试验结果表明,利用所提取的特征可以有效地实现小麦叶部常见病害的识别,基于形状特征的综合识别率可达99.33%;利用SVM算法进行小麦病害叶片识别是有效的、可行的。该方法对于农作物病害智能识别的推广具有较好的借鉴意义。
|
关 键 词: | 小麦叶片 病斑识别 特征提取 支持向量机 |
本文献已被 CNKI 等数据库收录! |
|