基于图像融合特征的番茄叶部病害的识别

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%。