共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
为了提高基于数字图像识别番茄叶部病害的准确率,适应不同分辨率条件下的应用需求,并满足实践拍摄条件的不确定性,以番茄晚疫病、花叶病、早疫病叶片图像为研究对象,选择HSV模型中的4维H分量等量分割波段作为颜色特征,基于灰度差分统计的均值、对比度和熵3维特征作为纹理特征,融合7维特征向量作为支持向量机(SVM)分类器的输入,用粒子群算法(PSO)优化SVM模型参数。试验结果表明,融合灰度差分统计与H分量4维特征的病害识别模型准确率可达90%。 相似文献
4.
5.
6.
7.
8.
9.
一、生菜灰霉病
1.症状
灰霉病主要危害叶片和茎基部、幼苗受害多在接近地面的茎、叶上.定植后从老叶开始发病.病部呈水渍状病斑,叶片变黄枯死,病茎腐烂,密生鼠灰色霉,严重时近地面整个基部被侵染,使植株凋萎. 相似文献
10.
一、生菜灰霉病灰霉病主要危害叶片和茎基部,幼苗受害多在接近地面的茎、叶上.定植后从老叶开始发病.病部呈水渍状病斑,叶片变黄枯死,病茎腐烂,密生鼠灰色霉,严重时近地面整个基部被侵染,使植株凋萎. 相似文献
11.
《东北林业大学学报》2015,(7)
以吉林省汪清林业局为研究区,通过猫群位置寻优的过程对阔叶林、针叶林和混交林进行聚类分析。结果表明:森林类型区分精度达到83.5%,Kappa系数0.793,与传统高光谱聚类方法相比,能较好的识别森林类型。 相似文献
12.
基于遗传算法的玉米病害图像特征优化与识别 总被引:1,自引:0,他引:1
以玉米病害图像为例,经图像预处理后,采用遗传算法从图像纹理、颜色和形状多个原始特征中优选,优化出相关信息测度、归一化蓝色颜色分量 b 值、Cb、颜色矩、病斑周长和形状因子等独立性、稳定性好及分类能力强的特征向量用于病害识别.利用SPSS软件提供的Bayes判别分析结果表明,该方法提高了病害图像识别的效率和精度. 相似文献
13.
14.
针对农事活动图像中人体姿态所隐含的行为信息以及人与农具所隐含的关联信息,提出了一种基于图像特征融合的农事活动行为的识别方法:利用人体姿态估计技术OpenPose提取农事行为关节点位置信息,利用目标检测YOLOv3提取农事行为中农具的位置和分类信息,用以构建农事行为的距离空间特征矩阵和角度空间特征矩阵,并将这些特征进行图像特征融合,建立基于图像显式特征和隐式特征融合的农事活动行为识别方法EI–SVM,实现农事活动行为的识别。试验结果表明,EI–SVM方法对农事活动行为识别的准确率可达94.87%,在公用数据集上准确率达到92.39%。 相似文献
15.
基于ROI快速检测与融合特征的马铃薯病害识别 总被引:1,自引:0,他引:1
【目的】针对在原始马铃薯病害图像上提取特征时计算量大、病害识别准确率低以及传统病害区域分割算法速度慢等问题,提出了一种新的基于关键特征点的病害感兴趣区域(ROI)快速检测与融合颜色和纹理特征的识别方法。【方法】对马铃薯病害图像作适当预处理后,首先提取ORB特征点,当其特征点数目小于给定阈值时提取SIFT特征点,再对所提特征点的坐标值按水平和垂直方向排序,并通过计算K个近邻点的均值来确定病害区域的坐标并提取ROI。然后融合病害ROI的HSV颜色直方图和UPLBP纹理直方图构成总特征向量。最后采用非线性SVM识别马铃薯病害。【结果】利用该方法对240幅马铃薯叶部、果实和茎部10种混合病害图像进行识别实验,结果表明,每幅病害图像ROI检测平均时间为0.013 s,平均识别正确率达95.83%,最高达100%,平均运行时间为0.083 s。【结论】基于ORB和SIFT关键特征点的病害ROI检测方法原理简单、易实现且实时性好。本文方法可实现对10类马铃薯病害的快速识别且准确率高,为其它农作物病害识别提供了参考价值。 相似文献
16.
17.
基于病斑特征融合的烟草病害图像检索方法 总被引:1,自引:0,他引:1
针对目前烟草病害诊断专家系统依靠肉眼获取病害特征,致使病害诊断存在不确定性、误判等现象,提出了一种基于病斑特征融合的烟草病害图像检索方法以诊断病害。通过图像处理技术分割病害图像病斑,提取病斑的颜色、纹理、形状特征,依据双编码遗传算法和支持向量机识别病害模型对病斑特征降维,以获取表征病害的有效特征及权重。将有效特征归一化处理后与病害图像数据库系统中的病斑特征进行图像相似度距离计算,按距离大小返回一批相似图像,依据相似图像获取病害描述及防治措施。以烟草7种常见病害进行试验表明,融合病斑的颜色、纹理、形状特征检索病害图像,查准率和查全率明显比用单个特征检索的高。用这种方式诊断烟草病害,不但有较高的病害识别率,还能使诊断结果可视化,将其用于烟草病害诊断专家系统,将提高系统的鲁棒性,为实现病害的远程在线诊断提供条件。 相似文献
18.
以吉林省汪清林业局为研究区,通过猫群位置寻优的过程对阔叶林、针叶林和混交林进行聚类分析。结果表明:森林类型区分精度达到83.5%,Kappa系数0.793,与传统高光谱聚类方法相比,能较好的识别森林类型。 相似文献
19.
基于叶片图像多特征融合的观叶植物种类识别 总被引:5,自引:4,他引:5
叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。 相似文献
20.