-
题名基于二维子空间的苹果病害识别方法
被引量：9
- 1
-
-
作者
师韵
黄文准
张善文
-
机构
西京学院电子信息工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第22期180-184,共5页
-
基金
国家自然科学基金(No.61473237)
陕西省自然科学基础研究计划(No.2014JM2-6096)
陕西省教育厅科研项目(No.16JK2237)
-
文摘
如何准确、实时得到苹果病害信息是苹果病害管理的一个重要研究内容。根据苹果叶片症状准确、快速地诊断苹果病害是预防和控制苹果病害的基础。由于苹果同类病害叶片及其病斑图像的形状、颜色和纹理之间的差异很大,使得很多经典的模式识别方法不能有效地应用于苹果叶部病害识别。为此,提出了一种基于二维子空间学习维数约简(2DSLDR)的苹果病害识别方法。该方法将高维空间的观测样本点映射到低维子空间,使得类内样本点更加紧凑,而类间样本点更加分离,从而得到最佳的分类特征。该方法直接作用于叶片图像,不需要计算逆矩阵,从而克服了经典植物病害识别方法中特征提取与选择的难题,避免了经典子空间判别分析中的小样本问题,提高了识别效果。采用该方法对三种常见苹果叶部病害进行识别实验,并与其他苹果病害识别和监督流形学习方法进行比较。实验结果表明,2DSLDR对苹果叶部病害识别是有效可行的,识别精度高达90%以上。
-
关键词
苹果叶部病害识别
苹果病害叶片图像
最近邻分类器
二维子空间学习维数约简
-
Keywords
appleleafdiseaserecognition
applediseaseleafimage
nearestneighborhoodclassifier
Two-dimensionalitySubspaceLearningDimensionalityReduction （2DSLDR）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
