首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机的苹果叶部病害识别方法研究
引用本文:王建玺,宁菲菲,鲁书喜. 基于支持向量机的苹果叶部病害识别方法研究[J]. 山东农业科学, 2015, 0(7)
作者姓名:王建玺  宁菲菲  鲁书喜
作者单位:平顶山学院软件学院,河南 平顶山,467000
基金项目:河南省科技厅科技发展计划项目
摘    要:为提高苹果叶部病害自动识别水平并实现快速有效地识别苹果叶部病害,本研究首先采用小波滤波算法对采集的苹果叶部锈病、斑点落叶病的图像进行去噪平滑,然后利用病斑颜色差异和边界跟踪算法对病斑进行分离,最后提取病斑颜色、形状和纹理等方面的特征,采用支持向量机(SVM)技术对病害进行自动识别。试验表明,该方法对苹果叶锈病和斑点落叶病样本进行处理识别的正确率较高,能够满足实际需求。该结果对苹果叶部病害的自动快速诊断和防治具有一定的指导意义。

关 键 词:苹果叶部病害  小波滤波算法  最大类间方差法  边界跟踪算法  支持向量机(SVM)  模式识别

Study on Apple Leaf Disease Recognition Method Based on Support Vector Machine
Wang Jianxi,Ning Feifei,Lu Shuxi. Study on Apple Leaf Disease Recognition Method Based on Support Vector Machine[J]. Shandong Agricultural Sciences, 2015, 0(7)
Authors:Wang Jianxi  Ning Feifei  Lu Shuxi
Abstract:
Keywords:Apple leaf diseases  Wavelet filtering algorithm  Otsu method  Boundary following algo-rithm  Support vector machine (SVM)  Pattern recognition
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号