| 基于SVM和CNN组合模型的黄瓜病斑叶片检测与识别 |
| |
| 引用本文： | 王,浩 王建春 李凤菊,钱春阳,张雪飞 徐义鑫 吕雄杰 杜彦芳 宋 斌.基于SVM和CNN组合模型的黄瓜病斑叶片检测与识别[J].贵州农业科学,2014,48(10):58. |
| |
| 作者姓名： | 王 浩 王建春 李凤菊 钱春阳 张雪飞 徐义鑫 吕雄杰 杜彦芳 宋 斌 |
| |
| 作者单位： | 天津市农业科学院 信息研究所 |
| |
| 基金项目： | 天津市科技局天津市科技计划项目“黄瓜果实表型商品性决策系统研发及新品种辅助选择研究”（18ZXZNC00170）；天津市农业科学院青年科研人员创新研究与试验项目“基于深度学习的复杂场景黄瓜智能采摘视觉系统研究”（201916） |
| |
| 摘 要： | 为建立准确高效的黄瓜病斑叶片的检测与识别算法提供参考，针对黄瓜叶片常见病斑检测与识别时存在的环境适应性差、识别精度低等问题，提出基于改进的SVM（支持向量机）和CNN（卷积神经网络）组合模型的黄瓜病斑叶片检测与识别算法。依据黄瓜设施场景特征，首先对病斑图像进行色彩增强，通过直方图均衡化对图像进行再处理，利用优化的HOG+SVM分类器对黄瓜叶片进行提取；通过稀疏滤波器及增加偏置对CNN算法进行改进，识别出叶片的病斑类别。结果表明，在黄瓜设施场景下，改进SVM和CNN组合模型的黄瓜病斑叶片检测与识别算法对叶片提取的查准率及差全率分别达87.21%和88.77%，对病斑的整体识别精准率为91.9%，算法实时性强，具有实际推广应用前景。
|
| 关 键 词： | 黄瓜 病斑检测 支持向量机 卷积神经网络改进算法 |
|
| 点击此处可从《贵州农业科学》浏览原始摘要信息 |
| 点击此处可从《贵州农业科学》下载免费的PDF全文 |
