基于图像融合特征的番茄叶部病害的识别 |
| |
作者姓名: | 郭小清 范涛杰 舒欣 |
| |
作者单位: | 南京农业大学信息科技学院,江苏 南京,210095;南京农业大学信息科技学院,江苏 南京,210095;南京农业大学信息科技学院,江苏 南京,210095 |
| |
基金项目: | 国家自然科学基金项目(61602248);中央高校基本业务费项目(KYZ201547) |
| |
摘 要: | 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%。
|
关 键 词: | 番茄叶部病害 识别 H分量 灰度差分统计 粒子群算法 支持向量机 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《湖南农业大学学报(自然科学版)》下载全文 |