基于FA-SVM技术的烟草早期病害识别 |
| |
引用本文: | 张红涛,朱洋,谭联,许帅涛,刘迦南.基于FA-SVM技术的烟草早期病害识别[J].河南农业科学,2020,49(8):156-161. |
| |
作者姓名: | 张红涛 朱洋 谭联 许帅涛 刘迦南 |
| |
作者单位: | 华北水利水电大学 电力学院,河南 郑州 450011;西安电子科技大学 机电工程学院,陕西 西安 71071 |
| |
基金项目: | 创新基金;国家自然科学基金;河南省科技攻关计划 |
| |
摘 要: | 为准确检测和识别烟草病害,为制定合理的病害防治措施提供科学依据,提出基于萤火虫算法优化支持向量机(FA-SVM)技术的烟草早期病害识别方法。以烟草常见的蛙眼病与赤星病为研究对象,利用可见光拍摄带有2种病害的烟草植物叶片,获取图像样本。利用形态学方法和图像分割技术得到病斑图像。提取病斑的颜色、纹理及形态学等共计32个特征,构建原始特征空间。利用蚁群算法(Ant colony optimization,ACO)对特征空间进行优化,依据适应度值选取最优特征组合,当适应度值达到最高为95.68时,有13个特征被选择。运用萤火虫算法(Firefly algorithm,FA)优化支持向量机(Support vector machine,SVM)的惩罚因子(c)与径向基核函数参数(g),提高分类器性能。当c=94.12、g=2.43时,对不同发育时期的2种病害的识别率达到96%。结果表明,利用FA-SVM技术识别烟草蛙眼病与赤星病2种常见病害是可行的。
|
关 键 词: | 烟草 蛙眼病 赤星病 图像分割 特征提取 蚁群算法 萤火虫算法 支持向量机 |
本文献已被 CNKI 万方数据 等数据库收录! |
|