基于自适应中心对称局部二值模式的作物病害识别方法 |
| |
引用本文: | 王献锋,张善文,孔韦韦.基于自适应中心对称局部二值模式的作物病害识别方法[J].广东农业科学,2016,43(9):140-145. |
| |
作者姓名: | 王献锋 张善文 孔韦韦 |
| |
作者单位: | 西京学院工程技术学院,陕西西安,710123 |
| |
基金项目: | 国家自然科学基金(61473237),陕西省自然科学基础研究计划项目(2014JM2-6096) |
| |
摘 要: | 基于局部二值模式(LBP)算子在模式识别中直方图维数高、判别能力差、具有冗余信息等缺点,针对作物病害叶片图像的特点,提出一种自适应中心对称局部二值模式(Adaptive Center-Symmetric Local Binary Patterns,ACSLBP)算法,并应用于作物病害识别。该算法能够得到光照和旋转不变性的纹理特征,利用模糊C均值聚类算法对病害叶片图像进行分割,再将分割后的病斑图像进行分块,然后采用自适应阈值提取每个子块的ACSLBP纹理直方图,结合作物病害叶片图像的颜色特征,利用最近邻分类器识别作物病害。在黄瓜4种常见病害叶片图像数据库上进行试验,平均识别率高达95%以上,表明该方法是有效可行的。
|
关 键 词: | 自适应对称局部二值模式 病害叶片图像分割 作物病害识别 最近邻分类器 |
Adaptive center-symmetric local binary patterns for crop disease recognition |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《广东农业科学》浏览原始摘要信息 |
| 点击此处可从《广东农业科学》下载免费的PDF全文 |
|