| 基于形状特征和SVM多分类的铜仁地区茶叶病害识别研究 |
| |
| 引用本文： | 黄太远,李旺,邱亚西,余小波.基于形状特征和SVM多分类的铜仁地区茶叶病害识别研究[J].种子科技,2020(6):7-9. |
| |
| 作者姓名： | 黄太远 李旺 邱亚西 余小波 |
| |
| 作者单位： | 铜仁学院大数据学院 |
| |
| 基金项目： | 贵州省大学生创新创业训练计划项目《基于形状特征和SVM多分类的铜仁地区茶叶病害识别研究》(20195201692);贵州省科技厅科技合作计划项目《基于图像处理和SVM的梵净山区茶叶病害识别方法研究》(黔科合LH字[2016]7288号);贵州省教育厅青年科技人才成长项目《基于计算机视觉的梵净山区茶叶采摘嫩芽嫩叶识别方法研究》(黔教合KY字[2016]298);贵州省教育厅青年科技人才成长项目《基于电子舌技术的石阡苔茶品质检测研究》(黔教合KY字[2019]181);铜仁市科技计划项目《计算机视觉在梵净山区茶叶品种鉴别中的应用研究》(铜市科研(2019)96号)。 |
| |
| 摘 要： | 针对茶叶常见叶部病斑图像的形状特点,将机器学习应用于茶叶病害识别当中。以茶叶3种常见病害作为研究对象,运用支持向量机方法进行分类识别研究,对有病害的茶叶图像进行处理和特征提取,利用径向基核函数进行分类来提高茶叶病害识别率。运用分类识别方法对茶叶病害进行研究,使茶叶在发病初期就能得到更好的预防以及后期能保证茶叶的质量和产量,提高当地茶叶的销量,促进经济发展。
|
| 关 键 词： | 形状特征 SVM多分类 茶叶病害 识别 |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
